R语言：如何根据F列匹配值返回A至E列的对应列名到新列G

针对data.frame格式的表格逐行处理：以当前行F列的数值为基准，在同行的A-E列范围内匹配数值相等的列，将匹配到的列名存入新增列G中；若存在多匹配结果可灵活处理（非核心优先级）。

df <- structure(list(A = c(-0.113802816901408, -0.613802816901408, 
0.136197183098592, 0.126197183098592, 0.286197183098592), B = c(-0.294595070422536, 
-0.504595070422535, 0.125404929577464, 0.135404929577464, 0.275404929577465
), C = c(-0.277065727699531, -0.507065727699531, 0.282934272300469, 
0.0729342723004693, 0.122934272300469), D = c(-0.222699530516432, 
-0.132699530516432, -0.162699530516432, 0.127300469483568, -0.0126995305164321
), E = c(-0.246845657276995, -0.426845657276995, -0.186845657276995, 
0.133154342723005, 0.113154342723004), F = c(-0.222699530516432, 
-0.426845657276995, 0.136197183098592, 0.133154342723005, 0.275404929577465
)), row.names = c(NA, 5L), class = "data.frame")

按照示例预期，生成的G列取值应为D、E、A、E、B。

方案1：基础R实现（无额外依赖，兼容所有R版本） #

不需要安装第三方包，适合通用场景，逻辑清晰易修改：

# 预先指定需要参与匹配的列范围（A-E）
match_target_cols <- c("A", "B", "C", "D", "E")

# 逐行计算匹配结果生成G列
df$G <- apply(df, 1, function(current_row) {
  # 提取当前行F列的基准值
  base_val <- as.numeric(current_row["F"])
  # 计算A-E列各值与基准值的差值，在浮点容差范围内判定为匹配（避免二进制精度导致的匹配失败）
  match_flag <- abs(as.numeric(current_row[match_target_cols]) - base_val) < 1e-8
  matched_names <- match_target_cols[match_flag]
  
  # 按需求处理不同匹配情况
  if (length(matched_names) == 0) return(NA_character_)  # 无匹配返回空值
  if (length(matched_names) > 1) return(paste(matched_names, collapse = ";"))  # 多匹配合并为字符串
  return(matched_names)
})

方案2：dplyr向量化实现（适合大表，处理效率更高） #

对十万行以上的大表，逐行apply的开销较大，使用dplyr的rowwise模式处理效率更优：

library(dplyr)
match_target_cols <- c("A", "B", "C", "D", "E")
df <- df %>%
  rowwise() %>%
  mutate(G = {
    base_val <- F
    col_vals <- cur_data() %>% select(all_of(match_target_cols))
    match_flag <- abs(col_vals - base_val) < 1e-8
    matched_names <- names(col_vals)[match_flag]
    
    case_when(
      length(matched_names) == 0 ~ NA_character_,
      length(matched_names) > 1 ~ paste(matched_names, collapse = ";"),
      .default = matched_names
    )
  }) %>%
  ungroup()

运行上述代码后，生成的G列取值与预期完全一致：

• 第1行：D，匹配F列与同行D列的相等值
• 第2行：E，匹配F列与同行E列的相等值
• 第3行：A，匹配F列与同行A列的相等值
• 第4行：E，匹配F列与同行E列的相等值
• 第5行：B，匹配F列与同行B列的相等值

• 浮点数匹配不要直接使用==判断：受二进制存储精度限制，理论上相等的浮点数值可能出现比对结果不一致的问题，使用1e-8级别的绝对差值作为容差判定标准更稳妥
• 多匹配场景可灵活调整逻辑：如果需要将多匹配判定为异常，只需在匹配逻辑中增加判断，当匹配列数大于1时直接抛出错误即可

内容的提问来源于stack exchange，提问作者aspark2020