我来帮你梳理下这个问题，其实我们可以用dplyr的管道操作和多条件判断函数来优雅解决，比嵌套ifelse清晰高效多了！

先理清核心逻辑 #

你的需求可以拆解为三个判断层级：

1. 匹配城市邮政编码 → 标记为city
2. 不匹配的情况下，先过滤掉非数字格式或长度超过4位的无效值
3. 剩下的有效非城市邮政编码 → 标记为rural

分步实现代码 #

步骤1：转换数据类型（关键！） #

你的数据里存在非数字值（比如RTIR），直接用数字处理会丢失信息或报错，所以先把location转成字符型：

library(dplyr)

# 转换邮政编码为字符型
data_participants <- data_participants %>%
  mutate(location = as.character(location))

步骤2：定义城市邮政编码列表 #

把你确认的城市邮编放在一个向量里，后续可以随时扩展：

# 替换成你实际的城市邮编列表
city_postcodes <- c("3324", "7788", "3832")

步骤3：多条件分类+过滤无效值 #

用case_when处理多分支判断，比嵌套ifelse可读性强10倍，再过滤掉无效数据：

data_processed <- data_participants %>%
  mutate(
    city = case_when(
      # 条件1：匹配城市邮编 → 标记city
      location %in% city_postcodes ~ "city",
      # 条件2：纯数字且长度≤4 → 标记rural
      grepl("^\\d+$", location) & nchar(location) <= 4 ~ "rural",
      # 其余情况都是无效值
      TRUE ~ "invalid"
    )
  ) %>%
  # 过滤掉无效值（非数字/长度超4位的条目）
  filter(city != "invalid")

简化版（直接生成有效数据） #

如果不需要保留invalid标记，可以一步到位：

data_final <- data_participants %>%
  mutate(location = as.character(location)) %>%
  # 先过滤所有无效值
  filter(grepl("^\\d+$", location) & nchar(location) <= 4) %>%
  # 再区分城市/乡村
  mutate(city = if_else(location %in% city_postcodes, "city", "rural"))

你之前代码的问题说明 #

• 用3324|7788|3832在%in%里是错误的，%in%需要接收一个向量（比如c("3324","7788")）
• 嵌套ifelse处理多条件会非常冗长，case_when是dplyr专门为多分支设计的函数
• 没考虑非数字邮编（比如RTIR），这类值会被自动转成NA，导致判断失效

测试示例数据 #

用你提供的样例数据验证：

# 模拟你的数据集
data_participants <- tibble(
  location = c(3324, 3345, 0000, 33876, 5499, 8999, 7634, 1055, 1188, 8484,
               7788, "RTIR", 8393939484, 1183, 9993, 9992, 3832, 4464, 55938, 8392)
)

运行代码后，data_final里会自动过滤掉33876、8393939484、55938、RTIR这些无效值，剩下的条目会被正确标记为city或rural。

内容的提问来源于stack exchange，提问作者nobody