如何基于列名列从多列中可读地生成数据框新列？

需求说明 #

需要在数据框中新增列b，每行的b值为该行a列指定的列（如col1或col2）对应的取值，要求实现代码可读性强，且能适配大量此类“值列”，无需逐个枚举列名。

示例输入 #

library(tidyverse)

df1 = tibble(a=c("col1","col1","col2"),
            col1=c(1,3,5),
            col2=c(2,4,6))
df1
# ## A tibble: 3 × 3
# #     a   col1  col2
# # <chr>  <dbl> <dbl>
# #1 col1      1     2
# #2 col1      3     4
# #3 col2      5     6

目标输出 #

b=c(1,3,6)
df2=cbind(df1,b)
df2
#     a col1 col2 b
#1 col1    1    2 1
#2 col1    3    4 3
#3 col2    5    6 6

现有可用但可读性差的方案 #

for (i in c(1:nrow(df1))) {
  df1$b[i] = df1[[df1$a[i]]][i]
}

df1

失败的简洁写法尝试 #

• 运行后将a列内容直接复制到b列：

df3 = mutate(df1, "b" = {{a}})
df3

• 运行报错：

df3 = mutate(df1, "b" = [[{{a}}]])
df3

Error: unexpected '[[' in "df3 = mutate(df1, "b" = [["

推荐解决方案（tidyverse风格，可读性强） #

以下几种方案均无需枚举列名，适配任意数量的“值列”：

方案1：rowwise() + pick() #

df1 %>%
  rowwise() %>%
  mutate(b = pick(all_of(a)) %>% pull()) %>%
  ungroup()

方案2：rowwise() + cur_data() #

df1 %>%
  rowwise() %>%
  mutate(b = cur_data()[[a]]) %>%
  ungroup()

方案3：purrr::pmap() #

df1 %>%
  mutate(b = pmap_dbl(., function(a, ...) {
    data = tibble(...)
    data[[a]]
  }))

内容的提问来源于stack exchange，提问作者Joseph O'Toole