R语言条件赋值问题：基于规则生成新列Column D

首先还原你的示例数据：

df <- data.frame(
  Column_A = c("Panda", "Monkey", "Monkey", "Panda"),
  Column_B = c("Variant 1", "Variant 2", "Variant 1", "Variant 3"),
  Column_C = c(10.0, 5.0, 7.0, 8.0),
  stringsAsFactors = FALSE
)

方法1：使用dplyr（推荐，可读性高） #

通过分组+条件判断实现需求，逻辑清晰：

library(dplyr)

df <- df %>%
  group_by(Column_A) %>%
  mutate(
    Column_D = ifelse(
      Column_B == "Variant 2",
      # Variant 2行：当前Column_C + 同组内Variant 1的Column_C值
      Column_C + Column_C[Column_B == "Variant 1"],
      # 其他行：直接取Column_C
      Column_C
    )
  ) %>%
  ungroup()

运行后得到的结果与你预期一致：

方法2：Base R实现（无需额外包） #

若不想加载dplyr，可使用ave()函数完成分组取值：

df$Column_D <- with(df,
  ifelse(
    Column_B == "Variant 2",
    Column_C + ave(Column_C, Column_A, FUN = function(x) {
      # 提取当前组内Variant 1对应的Column_C值
      x[df$Column_B[df$Column_A == unique(df$Column_A)] == "Variant 1"]
    }),
    Column_C
  )
)

注意事项 #

• 假设每组（同一Column_A）内仅存在一个Variant 1条目，如果有多个，可将Column_C[Column_B == "Variant 1"]替换为sum(Column_C[Column_B == "Variant 1"])或mean(...)等聚合逻辑
• 若数据中存在某组没有Variant 1的情况，建议添加ifelse(is.na(...), Column_C, ...)处理空值

内容的提问来源于stack exchange，提问作者Christina Keathley