如何在R语言中根据多列不同取值生成对应结果列

首先，我们先把你的示例数据转换成R中的数据框，方便后续处理：

# 创建示例数据集
df <- data.frame(
  V1 = c("A", "0", "0", "0", "0", "B", "B", "B"),
  V2 = c("0", "A", "A", "A", "0", "B", "B", "0"),
  V3 = c("0", "0", "0", "B", "A", "A", "0", "A"),
  stringsAsFactors = FALSE
)

接下来，我会提供几种不同的实现方式，你可以根据自己的习惯和数据规模选择：

方法1：基础R的apply函数（适合小数据集） #

我们可以用apply()逐行遍历数据，判断每行是否包含A、B，然后按照规则返回对应的Result值：

df$Result <- apply(df, 1, function(row) {
  # 判断当前行是否有A和B
  has_A <- any(row == "A")
  has_B <- any(row == "B")
  
  # 根据规则返回结果
  if (!has_A && !has_B) {
    0
  } else if (has_A && !has_B) {
    1
  } else if (!has_A && has_B) {
    2
  } else {
    3
  }
})

方法2：tidyverse/dplyr实现（代码更直观） #

如果你熟悉tidyverse生态，用dplyr的写法会更清晰，这里有两种变体：

变体2.1：rowwise逐行处理 #

library(dplyr)

df <- df %>%
  rowwise() %>%  # 按行分组处理
  mutate(
    has_A = any(c_across(V1:V3) == "A"),  # 判断V1-V3是否有A
    has_B = any(c_across(V1:V3) == "B"),  # 判断V1-V3是否有B
    Result = case_when(
      !has_A & !has_B ~ 0,
      has_A & !has_B ~ 1,
      !has_A & has_B ~ 2,
      TRUE ~ 3  # 剩下的情况就是同时有A和B
    )
  ) %>%
  ungroup()  # 取消行分组

变体2.2：向量化操作（更高效，适合大数据集） #

这种方法用rowSums()统计每行A和B的数量，避免逐行循环，速度更快：

library(dplyr)

df <- df %>%
  mutate(
    count_A = rowSums(across(V1:V3) == "A"),  # 统计每行A的个数
    count_B = rowSums(across(V1:V3) == "B"),  # 统计每行B的个数
    Result = case_when(
      count_A == 0 & count_B == 0 ~ 0,
      count_A > 0 & count_B == 0 ~ 1,
      count_A == 0 & count_B > 0 ~ 2,
      TRUE ~ 3
    )
  ) %>%
  select(-count_A, -count_B)  # 可选：删除中间统计列

验证结果 #

运行上述任意一种方法后，你可以查看最终的数据集：

print(df)

输出会和你期望的结果完全一致：

V1 V2 V3 Result
1  A  0  0      1
2  0  A  0      1
3  0  A  0      1
4  0  A  B      3
5  0  0  A      1
6  B  B  A      3
7  B  B  0      2
8  B  0  A      3

内容的提问来源于stack exchange，提问作者slowlearn