使用IF操作符判断R语言DataFrame单元格值是否属于指定集合

在R语言中，判断某个元素是否属于一个集合（即你所说的"is a subset of"），核心是使用%in%运算符。下面针对你的需求提供几种可行方案：

1. 修正你的循环代码 #

直接把判断条件替换为%in%，同时注意引用你定义的分类向量（而非字符串）：

x=data.frame(c("lion","tiger","cow","vulture","hyena","leopard","deer","gazzelle"))
colnames(x)=c('animal')

carnivore=c("lion","tiger","leopard")
herbivore=c("cow","deer","gazzelle")
omnivore=c("vulture","hyena")

x$diet=NA  

for (i in 1:(nrow(x))) {
  if (x$animal[i] %in% omnivore) {
    x$diet[i] = "Omnivore"
  } else if (x$animal[i] %in% carnivore) {
    x$diet[i] = "Carnivore"
  } else if (x$animal[i] %in% herbivore) {
    x$diet[i] = "Herbivore"
  }
}

%in%会返回一个逻辑值，判断左侧元素是否存在于右侧的向量中，完美对应你需要的判断逻辑。

2. 更高效的向量式操作（推荐） #

R语言不推荐用循环处理这类批量赋值，以下是更简洁高效的方法：

方法一：使用dplyr的case_when #

适合需要多条件判断的场景，代码可读性强：

library(dplyr)

x <- x %>%
  mutate(diet = case_when(
    animal %in% omnivore ~ "Omnivore",
    animal %in% carnivore ~ "Carnivore",
    animal %in% herbivore ~ "Herbivore",
    TRUE ~ NA_character_ # 处理不在任何分类中的动物
  ))

方法二：构建映射表匹配 #

先创建动物与饮食的对应关系表，再通过匹配赋值，适合分类规则复杂或需要复用的场景：

# 构建映射表
diet_map <- data.frame(
  animal = c(carnivore, herbivore, omnivore),
  diet = c(rep("Carnivore", 3), rep("Herbivore", 3), rep("Omnivore", 2))
)

# 方法2.1：用left_join合并
x <- left_join(x, diet_map, by = "animal")

# 方法2.2：用match直接赋值
x$diet <- diet_map$diet[match(x$animal, diet_map$animal)]

内容的提问来源于stack exchange，提问作者Anurag Mishra