使用case_when构建特定哑变量时代码报错，求解决方法

需求说明 #

按NCLP分组生成哑变量dummy_data，规则如下：

• 若分组内Data_Fine_Effettiva存在非缺失值，仅该变量最大值对应的观测赋值为1
• 若分组内Data_Fine_Effettiva全缺失，且Data_Inizio_Effettiva的最大值非缺失且小于阈值my_date，则该最大值对应的观测赋值为1
• 其余情况赋值为0

示例数据 #

报错代码 #

df <- df%>%
  mutate(
    .by = NCLP, 
    dummy_data = case_when(
      any(!is.na(Data_Fine_Effettiva)) & Data_Fine_Effettiva == max(Data_Fine_Effettiva, na.rm = TRUE) ~ 1,
      all(is.na(Data_Fine_Effettiva))  & !is.na(lag(Data_Inizio_Effettiva)) & Data_Inizio_Effettiva == max(Data_Inizio_Effettiva) & Data_Inizio_Effettiva < my_date ~ 1,
      .default=0)) %>%

错误信息（翻译后） #

Error in `mutate_cols()`:
! `mutate()`创建列`dummy_data`时出现问题。
i `dummy_data = case_when(...)`.
x 第3个条件（`any(!is.na(Data_Fine_Effettiva)) & Data_Fine_Effettiva == max(Data_Fine_Effettiva, na...`）必须是双向公式，不能是双精度向量。
由`abort_case_when_formula()`引发的错误：
! 第3个条件（`any(!is.na(Data_Fine_Effettiva)) & Data_Fine_Effettiva == max(Data_Fine_Effettiva, na...`）必须是双向公式，不能是双精度向量。

解决方法及修正代码 #

错误原因 #

1. 第二个条件中max(Data_Inizio_Effettiva)未添加na.rm=TRUE，分组内存在缺失值时会返回NA，导致条件逻辑向量出现无效值，触发dplyr语法检查报错
2. lag(Data_Inizio_Effettiva)疑似笔误，不符合需求中“取Data_Inizio_Effettiva最大值”的描述
3. 代码末尾多余的%>%属于语法不规范，需移除

修正后代码 #

# 先确保my_date为日期格式，示例：my_date <- as.Date("2023-01-01")
df <- df %>%
  mutate(
    .by = NCLP, 
    dummy_data = case_when(
      # 规则1：Data_Fine_Effettiva存在非缺失值时，最大值对应行赋值1
      any(!is.na(Data_Fine_Effettiva)) & Data_Fine_Effettiva == max(Data_Fine_Effettiva, na.rm = TRUE) ~ 1,
      # 规则2：Data_Fine_Effettiva全缺失时，Data_Inizio_Effettiva最大值非缺失且小于my_date，对应行赋值1
      all(is.na(Data_Fine_Effettiva)) & !is.na(max(Data_Inizio_Effettiva, na.rm = TRUE)) & 
        Data_Inizio_Effettiva == max(Data_Inizio_Effettiva, na.rm = TRUE) & Data_Inizio_Effettiva < my_date ~ 1,
      # 其余情况赋值0
      .default = 0
    )
  )

内容的提问来源于stack exchange，提问作者Andrea Stringhetti