A data frame HAVE contains a vector of identifiers called partner whose values are identical to other vector names in that data frame.
HAVE:
id partner met id1 id2 id3 id4 id5 id6 id7 id8 id9 id10
id1 id10 1 NA NA NA NA NA NA NA NA NA NA
id2 id6 0 NA NA NA NA NA NA NA NA NA NA
id3 id7 0 NA NA NA NA NA NA NA NA NA NA
id4 id9 1 NA NA NA NA NA NA NA NA NA NA
id5 id8 1 NA NA NA NA NA NA NA NA NA NA
id6 NA NA NA NA NA NA NA NA NA NA NA NA
id7 NA NA NA NA NA NA NA NA NA NA NA NA
id8 NA NA NA NA NA NA NA NA NA NA NA NA
id9 NA NA NA NA NA NA NA NA NA NA NA NA
id10 NA NA NA NA NA NA NA NA NA NA NA NA
Another vector met indicates whether or not the respondent represented by id for each observation met up with their assigned partner. I need to store the value for met in the correct column id1-id10, where the column name is equivalent to partner. For example, the first observation should include a value of 1 in the column id10.
WANT:
id partner met id1 id2 id3 id4 id5 id6 id7 id8 id9 id10
id1 id10 1 NA NA NA NA NA NA NA NA NA 1
id2 id6 0 NA NA NA NA NA 0 NA NA NA NA
id3 id7 0 NA NA NA NA NA NA 0 NA NA NA
id4 id9 1 NA NA NA NA NA NA NA NA 1 NA
id5 id8 1 NA NA NA NA NA NA NA 1 NA NA
id6 NA NA NA NA NA NA NA NA NA NA NA NA
id7 NA NA NA NA NA NA NA NA NA NA NA NA
id8 NA NA NA NA NA NA NA NA NA NA NA NA
id9 NA NA NA NA NA NA NA NA NA NA NA NA
id10 NA NA NA NA NA NA NA NA NA NA NA NA
How can I use the value of a text variable to systematically assign values to variables with names that match the other variable's value? The true set includes id1-id100; here's a link to data for a miniature example.
Here is an option with vectorized indexing. Get the column index with match with the column names and the 'partner' column, cbind with row sequence to create a matrix, extract the elements of the dataset based on the index and assign it to 'met' column
nm1 <- grep("^id\\d+$", names(df1))
i1 <- !is.na(df1$partner)
df1[nm1][cbind(seq_len(nrow(df1))[i1],
match(df1$partner[i1], names(df1)[nm1]))] <- df1$met[i1]
df1
# id partner met id1 id2 id3 id4 id5 id6 id7 id8 id9 id10
#1 id1 id10 1 NA NA NA NA NA NA NA NA NA 1
#2 id2 id6 0 NA NA NA NA NA 0 NA NA NA NA
#3 id3 id7 0 NA NA NA NA NA NA 0 NA NA NA
#4 id4 id9 1 NA NA NA NA NA NA NA NA 1 NA
#5 id5 id8 1 NA NA NA NA NA NA NA 1 NA NA
#6 id6 <NA> NA NA NA NA NA NA NA NA NA NA NA
#7 id7 <NA> NA NA NA NA NA NA NA NA NA NA NA
#8 id8 <NA> NA NA NA NA NA NA NA NA NA NA NA
#9 id9 <NA> NA NA NA NA NA NA NA NA NA NA NA
#10 id10 <NA> NA NA NA NA NA NA NA NA NA NA NA
df1 <- structure(list(id = c("id1", "id2", "id3", "id4", "id5", "id6",
"id7", "id8", "id9", "id10"), partner = c("id10", "id6", "id7",
"id9", "id8", NA, NA, NA, NA, NA), met = c(1L, 0L, 0L, 1L, 1L,
NA, NA, NA, NA, NA), id1 = c(NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA), id2 = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), id3 = c(NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA), id4 = c(NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA), id5 = c(NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA), id6 = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA),
id7 = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), id8 = c(NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA), id9 = c(NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA), id10 = c(NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA)), class = "data.frame", row.names = c(NA,
-10L))