如何在DataFrame指定列中逐行计算最小值并生成新列？

咱们就用你给出的商店玩具价格数据集来展开说明，先把示例数据放出来方便参考：

dfData <- data.frame(article = c("Fix", "Foxi", "Stan", "Olli", "Barbie", "Ken", "Hulk"), 
                     priceToys1 = c(10, NA, 10.5, NA, 10.7, 11.2, 12.0), 
                     priceAllToys = c(NA, 11.4, NA, 11.9, 11.7, 11.1, NA), 
                     price123Toys = c(12, 12.4, 12.7, NA, NA, 11.0, 12.1))

你已经用到的基础R方法：apply() #

你写的这段代码其实已经完美实现了需求，咱们拆解下它的逻辑：

dfData$MinPrice <- apply(dfData[, grep("price", colnames(dfData))], 1, FUN=min, na.rm = TRUE)

• grep("price", colnames(dfData))：先筛选出所有列名包含price的列，拿到它们的索引；
• dfData[, 上述索引]：提取出这些目标列组成的子数据集；
• apply(..., 1, FUN=min, na.rm=TRUE)：MARGIN=1表示按行执行操作，对每一行调用min函数，na.rm=TRUE用来忽略缺失值NA，避免计算结果变成NA。

更贴合现代R工作流的方法：dplyr（tidyverse系列） #

如果你平时习惯用tidyverse工具包，用rowwise() + c_across()的组合会更直观，代码可读性也更强：

library(dplyr)

dfData <- dfData %>%
  rowwise() %>%  # 告诉dplyr接下来的操作要按行执行
  mutate(MinPrice_dplyr = min(c_across(starts_with("price")), na.rm = TRUE)) %>%  # 对所有以price开头的列取最小值
  ungroup()  # 取消按行分组的状态，避免影响后续操作

这里starts_with("price")是tidyselect语法，用来筛选列，你也可以用contains("price")和之前的grep逻辑一致。

适合大数据集的高效方法：data.table #

如果你的数据集非常大，追求计算速度的话，data.table是更好的选择，它的逐行操作效率远高于基础R和dplyr：

library(data.table)

# 先把普通DataFrame转成data.table格式
setDT(dfData)
# 新增列，对所有列名含price的列逐行取最小值
dfData[, MinPrice_dt := do.call(pmin, c(.SD, na.rm = TRUE)), .SDcols = patterns("price")]

• .SDcols = patterns("price")：指定要操作的列（列名匹配price的）；
• do.call(pmin, c(.SD, na.rm = TRUE))：pmin是向量化的最小值函数，结合do.call对每一行的所有目标列计算最小值，na.rm=TRUE处理缺失值。

总结 #

• 基础R的apply()：无需额外安装包，适合小数据集快速实现；
• dplyr方法：代码风格统一，可读性强，适合tidyverse用户；
• data.table方法：性能最优，处理十万级以上数据时优势明显。

内容的提问来源于stack exchange，提问作者Juppes