R中使用case_when批量条件修改变量遇错，求解决方案

需要基于自定义函数创建30余个变量，其中N、B、C、Q均为数据框df中的变量列表。附上示例数据、函数代码及报错信息：

示例数据 #

record_id timeframe                ...
95          2         0                  0
94          2         1                 NA
19          6         0                  1
17          6         1                 NA
18          6         2                 NA
75          9         0                  1
73          9         1                  0
74          9         2                 NA

自定义函数及调用 #

lag_vars <- function(df, N, B, C, Q){
  df <- df %>% group_by(record_id) %>%
    mutate(N = case_when(
      timeframe == 0 ~ B,
      timeframe > 0 & C == 1 ~ Q,
      timeframe > 0 & C == 0 ~ lag(N)
    ))

  return(df)
}

lag_vars(t, Nt, Bt, Ct, Qt)

错误信息 #

Error in mutate():
! Problem while computing N = case_when(...).
ℹ The error occurred in group 1: record_id = 2.
Caused by error in case_when():
! timeframe == 0 ~ B, timeframe > 0 & C == 1 ~ Q, timeframe > 0 & C == 0 ~ lag(N) must be length 2 or one, not 3.
Run rlang::last_trace() to see where the error occurred.
Called from: signal_abort(cnd, .file)
Warning messages:
1: Problem while computing N = case_when(...).
ℹ longer object length is not a multiple of shorter object length
ℹ The warning occurred in group 1: record_id = 2.
2: Problem while computing N = case_when(...).
ℹ longer object length is not a multiple of shorter object length
ℹ The warning occurred in group 1: record_id = 2.

疑问：case_when能否使用向量？或者能否将case_when嵌套在其他函数中解决该问题？

错误原因分析 #

1. 变量列表处理错误：直接将Nt、Bt等变量名向量传入函数，case_when中引用的B、Q是整个变量列表的向量，而分组内的行数（如record_id=2只有2行）与向量长度不匹配，导致报错。
2. 非标准求值问题：函数中直接使用N、B等符号，无法正确映射到数据框中的变量列表。

修正方案 #

case_when本身完全支持向量运算，问题出在批量处理多变量的逻辑上。可以通过tidyeval语法结合批量遍历函数来解决：

步骤1：编写单个变量处理函数 #

先实现处理一组N、B、C、Q变量的逻辑，确保分组内的计算正确：

library(dplyr)
library(purrr)

# 处理单个变量组的函数
lag_single_var <- function(df, N_col, B_col, C_col, Q_col) {
  df %>%
    group_by(record_id) %>%
    arrange(timeframe, .by_group = TRUE) %>% # 确保每个分组内按timeframe排序
    mutate(
      !!N_col := case_when(
        timeframe == 0 ~ .data[[B_col]],
        timeframe > 0 & .data[[C_col]] == 1 ~ .data[[Q_col]],
        timeframe > 0 & .data[[C_col]] == 0 ~ lag(.data[[N_col]])
      )
    ) %>%
    ungroup()
}

• !!N_col：用tidyeval语法将变量名作为列名赋值
• .data[[B_col]]：通过字符串引用数据框中的列，避免非标准求值冲突
• arrange：确保每个分组内的timeframe按顺序排列，保证lag能正确取上一个时间点的值

步骤2：批量处理所有变量组 #

使用pmap遍历Nt、Bt、Ct、Qt四个变量列表，逐个处理后合并结果：

# 假设Nt、Bt、Ct、Qt是长度相同的变量名字符向量，例如：
# Nt <- c("n_var1", "n_var2", ...)
# Bt <- c("b_var1", "b_var2", ...)

# 批量处理并合并结果
df_processed <- pmap(list(Nt, Bt, Ct, Qt), 
                     ~ lag_single_var(df = t, ..1, ..2, ..3, ..4)) %>%
  reduce(left_join, by = c("record_id", "timeframe"))

• pmap：按位置匹配四个列表中的元素，逐个传入lag_single_var
• reduce(left_join)：将所有处理后的结果按record_id和timeframe合并，得到最终的数据框

关键说明 #

• case_when支持向量：每个条件和结果都可以是向量，只要长度与当前分组（或整个数据框）的行数匹配即可。
• 批量处理多变量：通过遍历变量列表+tidyeval语法，避免直接传入整个向量导致的长度不匹配问题。

内容的提问来源于stack exchange，提问作者Jeremy B