使用dplyr多条件if-else构建Issues标记列的问题求助

原代码的核心问题 #

1. ifelse返回值逻辑错误：后续mutate中用c(Issues, "County")拼接向量，不符合ifelse的要求——ifelse需要返回与输入长度完全一致的向量，这种拼接会导致长度不匹配，最终结果混乱。
2. 日期初始化错误：as.Date(2024-02-15)会先计算数值2024-2-15=2007，再转成1970-01-01加2007天的日期，这完全不是预期的2024-02-15，应写成as.Date("2024-02-15")。

解决方案1：逐步拼接问题字符串（基础版） #

用dplyr结合stringr::str_c，每次满足条件时将新问题追加到已有Issues字符串后，用分隔符区分多个问题：

library(dplyr)
library(stringr)

# 修正初始数据的Date列
df <- data.frame(
  PreferredName  = "",
  FirstName = c("Mary", "Harold (Harry)", "Ben", "Tristian (Tri)", "Julia"),
  County = c("", "Other", "Warren", "Butler", ""),
  Date = as.Date("2024-02-15"),  # 修正引号
  Address = c("123 Street", "42 Ave", "", "", "520 Road")
)

df_cor <- df %>%
  # 初始化Issues列
  mutate(Issues = ifelse(PreferredName == "" & grepl("\\(", FirstName), "Preferred Name", "")) %>%
  # 追加County问题
  mutate(Issues = ifelse((County %in% c("USA", "", "Other", "N/A")) & Date >= as.Date("2023-08-01"),
                         str_c(Issues, "County", sep = ", "),
                         Issues)) %>%
  # 追加Address问题
  mutate(Issues = ifelse(Address == "" & Date >= as.Date("2023-08-01"),
                         str_c(Issues, "Address", sep = ", "),
                         Issues)) %>%
  # 去掉开头的多余分隔符（如果初始为空的话）
  mutate(Issues = str_remove(Issues, "^, "))

解决方案2：生成问题列表再合并（更清晰） #

如果条件较多，推荐先为每个问题生成标记，再将所有符合条件的问题合并成字符串，可读性更强：

library(dplyr)
library(stringr)
library(purrr)

df_cor <- df %>%
  mutate(
    # 为每个问题生成单独的标记
    pref_name_issue = ifelse(PreferredName == "" & grepl("\\(", FirstName), "Preferred Name", NA),
    county_issue = ifelse((County %in% c("USA", "", "Other", "N/A")) & Date >= as.Date("2023-08-01"), "County", NA),
    address_issue = ifelse(Address == "" & Date >= as.Date("2023-08-01"), "Address", NA),
    # 合并所有非NA的问题
    Issues = pmap_chr(list(pref_name_issue, county_issue, address_issue),
                      ~ str_c(na.omit(c(...)), collapse = ", "))
  ) %>%
  # 移除临时列（可选）
  select(-pref_name_issue, -county_issue, -address_issue)

说明 #

• 用%in%替代多个|，让条件判断更简洁。
• pmap_chr来自purrr包，可按行处理多个列的内容，na.omit会自动过滤不符合条件的空值。
• 如果需要空字符串而非NA，可在最后加mutate(Issues = ifelse(Issues == "", "", Issues))调整逻辑。

内容的提问来源于stack exchange，提问作者ayw36