如何用R语言为认知任务数据的Set trials判断作答准确性？

我在编写循环和函数方面困难很大，一直靠if_else()和ifelse函数绕开这类操作，因为它们的逻辑结构更容易理解，但现在遇到了新问题。

我正在处理认知任务数据，每个试验要求参与者对variableA、variableB、variableC三个变量做出回应，我的数据框DF里每个试验对应这三个变量的列。需要判断作答是否正确，其中Set类型试验的正确条件是variableA == 1、variableB == 1且variableC == 2（部分试验有不同标准，这里只针对Set类型简化说明）。

我能按QType筛选Set和Test类型的行，但没法正确写代码实现「若A1、B1且C==2则标记为正确（比如1、True）」的逻辑。以下是我的数据框定义和尝试的代码：

数据框定义 #

DF <- data.frame(QType = c("Set","Set","Set","Set","Set","Test"), 
                 varA = c("1","1","2","1","1","2"),
                 varB = c("1","1","1","0","1","0"), 
                 varC = c("2","1","2","2","2","2"), 
                 correct = "")

尝试的代码 #

# 尝试1
DF$correct <- DF %>%
  filter(QType == "Set") %>%
  if_else(c(varA == 1 & varB == 1 & varC == 2), 1, 0)

# 尝试2
SetCorrect <- c(DF$varA == 1 & DF$varB == 1 & DF$varC == 2) 
DF$correct <- DF %>%
  filter(QType == "Set") %>%
  if_else(SetCorrect, 1, 0)

# 尝试3
DF %>%
  filter(QType == "Set") %>%
  mutate(correct = case_when(varA == "1" ~ "1",
                             varB == "1" ~ "1",
                             varC == "1" ~ "1"))

你的问题主要出在两个点：

1. 变量类型不匹配：varA、varB、varC是字符型（定义时用了带引号的"1"/"2"），但你用数值1/2做判断，导致条件不成立；
2. 赋值逻辑有误：直接筛选后赋值会丢失行数匹配，应该针对Set类型行单独判断，其他行保留原状态。

推荐两种符合你习惯的实现方式：

方法1：用if_else分步判断 #

library(dplyr)

# 可选：把字符型变量转成数值型，避免后续判断出错
DF <- DF %>% mutate(across(c(varA, varB, varC), as.numeric))

# 给Set类型标记正确/错误，Test类型留空
DF <- DF %>%
  mutate(correct = if_else(
    QType == "Set" & varA == 1 & varB == 1 & varC == 2,
    1,  # 符合条件标记为1
    if_else(QType == "Set", 0, "")  # Set类型不符合标记为0，Test类型留空
  ))

方法2：用case_when适配多条件扩展 #

如果后续要加其他试验类型的判断标准，用case_when会更清晰：

library(dplyr)

DF <- DF %>%
  mutate(
    # 统一变量类型，不想转类型的话，把判断里的1换成"1"、2换成"2"即可
    across(c(varA, varB, varC), as.numeric),
    correct = case_when(
      QType == "Set" & varA == 1 & varB == 1 & varC == 2 ~ 1,
      QType == "Set" ~ 0,  # 其他Set类型都标记为错误
      TRUE ~ ""  # 非Set类型保持原空值
    )
  )

运行后得到的正确结果：

内容的提问来源于stack exchange，提问作者hwright