基于输入列组合生成新列值：多国家区域数据集处理

嘿，我明白你的需求了——你的数据集里每个国家都有专属的区域数值列（比如country为"a"时，region_country_a有有效值，其他国家的该行对应列是NA），现在想生成一个统一的region列，自动根据country的值提取对应列的数值对吧？我给你整理了几种实用的方法，你可以根据自己的习惯和数据集大小选择：

首先先补全你提供的数据集构建代码，确保可运行（方便你测试方法）：

set.seed(6543)
df <- data.frame(
  country = sample(c("a", "b", "c"), 1000, replace = TRUE),
  region_country_a = sample(0:7, 1000, replace = TRUE),
  region_country_b = sample(0:5, 1000, replace = TRUE),
  region_country_c = sample(0:9, 1000, replace = TRUE)
)
# 给非对应国家的行设置NA，还原你的数据集结构
df$region_country_a[df$country != "a"] <- NA
df$region_country_b[df$country != "b"] <- NA
df$region_country_c[df$country != "c"] <- NA

方法1：dplyr的case_when（直观易懂，适合列数少的场景） #

如果你习惯用tidyverse工具链，这个方法可读性极强，一眼就能看明白逻辑：

library(dplyr)

df <- df %>%
  mutate(region = case_when(
    country == "a" ~ region_country_a,
    country == "b" ~ region_country_b,
    country == "c" ~ region_country_c,
    TRUE ~ NA_real_ # 兜底处理意外的country取值
  ))

方法2：base R的ifelse嵌套（无需额外安装包） #

如果你不想加载第三方包，用base R的嵌套ifelse也能实现，就是逻辑层级多了之后可读性稍差：

df$region <- with(df, 
  ifelse(country == "a", region_country_a,
         ifelse(country == "b", region_country_b,
                ifelse(country == "c", region_country_c, NA))))

方法3：矩阵索引法（高效快速，适合大样本数据集） #

这种方法完全不用条件判断，通过矩阵索引直接匹配提取，速度上比前两种快很多，尤其当你的数据集行数上万时优势明显：

# 生成与每行country匹配的列名
target_cols <- paste0("region_country_", df$country)
# 通过矩阵索引提取对应位置的值
df$region <- df[cbind(seq_len(nrow(df)), match(target_cols, colnames(df)))]

方法4：dplyr的rowwise + pick（简洁的tidyverse写法） #

这是tidyverse生态里比较简洁的写法，用rowwise()按行处理，pick()动态选择对应列：

df <- df %>%
  rowwise() %>%
  mutate(region = pick(paste0("region_country_", country)) %>% pull()) %>%
  ungroup()

你可以根据自己的实际情况选择合适的方法，测试完后记得检查一下region列的取值是否和对应国家的区域列一致哦~

内容的提问来源于stack exchange，提问作者Ivo