求数据框每行多列的最小/最大值及对应列名的解决方案

我来帮你搞定这个需求！针对每行计算多列的最小值（或最大值）以及对应的列名，这里有几种高效的实现方式，不用依赖gather那种相对繁琐的分组操作：

方法1：用dplyr（tidyverse风格） #

你之前尝试过rowwise但没成功，大概率是没正确搭配c_across来选中目标列，或者没处理列名的提取。试试这个完整的写法：

library(dplyr)
library(tibble)

# 你的原始数据框
df <- tribble(
  ~name, ~type_1, ~type_2, ~type_3,
  "a", 1, 5, 2,
  "b", 2, 2, 6,
  "c", 3, 8, 2
)

# 计算最小值和对应列名
result_df <- df %>%
  rowwise() %>%
  mutate(
    # 选中所有type_开头的列，计算每行最小值
    min_val = min(c_across(starts_with("type_"))),
    # 找到最小值所在的列名
    min_col = names(select(cur_data(), starts_with("type_")))[which.min(c_across(starts_with("type_")))]
  ) %>%
  ungroup() # 取消行分组，恢复常规数据框操作

print(result_df)

如果要计算最大值，只需要把min改成max，which.min改成which.max即可。

方法2：用data.table（适合大数据集，效率更高） #

如果你的数据量很大，data.table的方法会比dplyr更快：

library(data.table)

setDT(df)
# 先定义要处理的目标列
type_cols <- grep("^type_", names(df), value = TRUE)

# 添加最小值和对应列名
df[, `:=`(
  min_val = do.call(pmin, .SD),
  # 用max.col找最小值位置（取负后找最大值位置等价于找最小值），ties.method处理平局
  min_col = type_cols[max.col(-.SD, ties.method = "first")]
), .SDcols = type_cols]

print(df)

同样，要计算最大值的话，把pmin改成pmax，-.SD改成.SD就行。

方法3：Base R 实现（简单直接） #

如果不想加载额外包，用base R的apply也能快速搞定：

# 你的原始数据框
df <- tribble(
  ~name, ~type_1, ~type_2, ~type_3,
  "a", 1, 5, 2,
  "b", 2, 2, 6,
  "c", 3, 8, 2
)

# 选中目标列
type_cols <- grep("^type_", names(df), value = TRUE)
type_data <- df[type_cols]

# 逐行计算最小值和对应列名
min_vals <- apply(type_data, 1, min)
min_cols <- apply(type_data, 1, function(x) names(x)[which.min(x)])

# 合并到原数据框
result_df <- cbind(df, min_val = min_vals, min_col = min_cols)

print(result_df)

补充说明 #

你之前尝试的pmax（或pmin）函数本身只能返回每行的最大/最小值，但没法直接获取对应的列名，所以需要搭配which.max/which.min或者max.col这类函数来定位列的位置，再提取列名。

内容的提问来源于stack exchange，提问作者Deniz Topcu