Dplyr mutate：将要作为元素的向量和要作为向量的向量区别开来

我正在使用dplyr来处理数据。我有两列：x和y。在第三列中（比如z），我希望在所有x列中都有y的第一个索引

例如：

对于第一行，我得到4，因为7在x中处于第四位

所以我试过了

df <- df %>% 
  mutate(z = which (x==y)[1])

df%
变异（z=which（x==y）[1]）

---

但是比较是按元素进行的（也就是说，我在z中只得到5个）。因此，我的问题是：如何区分dplyr中元素级向量和向量级向量的变化？

dplyr

并不决定函数是否在元素级应用

mutate

只提供了一种语法，允许您更简洁地使用其他函数，因为您认识到，如果在

mutate

中引用

x

，则可能是指

df

中的

df$x

列。它还执行一个简单的广播步骤，如果您提供一个只返回单个值的函数，它将把它复制到整个输出中

我们可以在下面dplyr之外的

和
匹配中显示相同的行为。因为
=
执行元素级比较，所以第一个方法返回所有
5
<代码>匹配
另一方面，“返回其第一个参数在第二个参数中（第一个）匹配位置的向量”（来自文档），这是您想要的。我比较了底部的两个语法，以表明关键是您提供的函数，它决定了如何读取输入，而不是
mutate

x=c（1,2,3,7,9）
y=c（7,3,9,1,9）
x==y
#>[1]假假假假真
其中（x==y）
#> [1] 5
匹配（y，x）
#> [1] 4 3 5 1 5
图书馆（dplyr）
dfxyz1z2
#> 1 1 7  4  4
#> 2 2 3  3  3
#> 3 3 9  5  5
#> 4 7 1  1  1
#> 5 9 9  5  5

由（v0.2.0）于2018-06-29创建。
可能
变异（z=match（y，x））
。只要所有的y都在x，谢谢！这确实适用于这个特定的案例！（也让我意识到z的第二个值应该是3，而不是2！）。但是更一般的问题呢？