R语言tidyverse：如何用pmin批量选取含指定字符列的行最小值

这确实是个很实用的问题！当列数多到没法手动列举时，我们可以用tidyverse里的工具实现批量列选择+行最小值计算，下面是两种简洁高效的方案：

方法1：rowwise() + c_across()（推荐，直观易读） #

利用rowwise()将数据按行分组，再用c_across()把目标列的每行值打包成向量，最后用pmin()（支持处理NA值）计算最小值：

library(tidyverse)

# 模拟含多个x开头列的数据集（实际100+列同理）
df <- data.frame(
  x1 = runif(10),
  x2 = runif(10),
  x3 = runif(10),
  y1 = runif(10),
  y2 = runif(10)
)

# 计算所有含x列的行最小值
df_processed <- df %>%
  rowwise() %>%
  mutate(minx = pmin(c_across(contains("x")), na.rm = TRUE)) %>%
  ungroup() # 务必取消行分组，避免影响后续操作

关键细节： #

• 列选择器：这里用contains("x")选择所有列名包含x的列，你还可以根据需求换成starts_with("x")（匹配以x开头的列）、matches("^x\\d+$")（正则匹配x+数字的列名）等tidyselect工具。
• 处理NA值：na.rm = TRUE确保即使列中有缺失值，也能正常计算最小值，不需要额外处理。

方法2：pmap() + select()（函数式编程风格） #

如果你熟悉purrr的函数式编程，也可以先筛选目标列，再用pmap_dbl()逐行应用pmin：

df_processed <- df %>%
  mutate(minx = pmap_dbl(select(., contains("x")), ~pmin(..., na.rm = TRUE)))

说明： #

• select(., contains("x"))先提取所有符合条件的列，作为pmap的输入数据框。
• pmap_dbl()会对数据框的每一行（即每个参数组）执行pmin，...代表该行的所有列值，最终返回数值型向量作为新列。

结果示例 #

两种方法都会生成包含新列minx的数据集，示例输出如下：

# A tibble: 10 × 6
      x1    x2    x3    y1    y2  minx
   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 0.252 0.668 0.109 0.430 0.894 0.109
 2 0.885 0.401 0.762 0.108 0.0826 0.401
 3 0.456 0.123 0.897 0.345 0.678 0.123
# 其余行省略

内容的提问来源于stack exchange，提问作者Wimpel