在R中执行Else语句（含If语句输出复用需求）

一、多if筛选+复用通用过滤逻辑的优化实现 #

不用把else的过滤逻辑封装成函数，用dplyr的管道+条件分支就能简洁实现。核心思路是：先用case_when处理多if的分支操作，再在管道末尾统一执行通用过滤逻辑，避免重复代码。

示例代码（假设数据带make列）：

library(dplyr)
library(stringr)

# 先给mtcars加上make列（对应第二个附带问题的预处理）
df <- mtcars %>%
  rownames_to_column("car_name") %>%
  mutate(make = word(car_name, 1))

# 多if分支+通用过滤的实现
final_result <- df %>%
  # 处理多if的分支操作（比如不同品牌的特殊处理）
  mutate(
    adjusted_hp = case_when(
      make == "Toyota" ~ hp * 0.9,    # 第一个if：Toyota的特殊处理
      make == "Honda" ~ hp * 0.85,    # 第二个if：Honda的特殊处理
      TRUE ~ hp                       # 其他情况保持原样
    )
  ) %>%
  # 统一执行原来else里的过滤逻辑（示例过滤mpg>20、adjusted_hp<140）
  filter(mpg > 20, adjusted_hp < 140)

如果多if是筛选行而非修改列，可合并多个筛选条件后加通用过滤：

final_result <- df %>%
  filter(
    # 多个if的筛选条件
    (make == "Toyota" | make == "Honda") |
    # 通用过滤条件（对应else的过滤）
    (mpg > 22 & wt < 3)
  )

二、将mtcars的行索引转换为实际列 #

用dplyr::rownames_to_column可直接把行索引转成列：

library(dplyr)

# 转成名为car_name的列
mtcars_with_index <- mtcars %>%
  rownames_to_column(var = "car_name")

# 若只需提取品牌（行名的第一个单词），结合stringr::word
library(stringr)
mtcars_with_make <- mtcars %>%
  rownames_to_column("car_name") %>%
  mutate(make = word(car_name, 1))

三、recode管道写法报错的原因 #

mtcars%>%recode(make, Toyota = 'toyota')报错是因为管道默认把左边整个数据框传给recode的第一个参数，但recode需要的是单个向量（比如某一列）。正确写法是用mutate指定要处理的列：

library(dplyr)

# 正确的管道写法
mtcars %>%
  mutate(make = recode(make, Toyota = 'toyota'))

而recode(mtcars$make, Toyota = 'toyota')能运行，是因为直接传入了make列这个向量，符合recode的参数要求。

内容的提问来源于stack exchange，提问作者James