如何在R语言DataFrame中基于多条件生成新列CANCER_YEAR

你可以通过以下几种方式实现多条件判断，解决之前代码中覆盖已有值的问题：

方法1：基础R分步赋值（直观可控） #

先初始化新列为NA，再按条件依次赋值，确保已匹配的有效值不会被后续条件覆盖：

# 初始化新列为NA
df$CANCER_YEAR <- NA

# 匹配cancer_1类型列时，赋值对应的cancer_1_year
match_cancer1 <- df$cancer_1_type_m == 3 | df$cancer_1_type_f == 3
df$CANCER_YEAR[match_cancer1] <- df$cancer_1_year[match_cancer1]

# 仅对未匹配的行，匹配cancer_2类型列并赋值对应的cancer_2_year
match_cancer2 <- is.na(df$CANCER_YEAR) & (df$cancer_2_type_m == 3 | df$cancer_2_type_f == 3)
df$CANCER_YEAR[match_cancer2] <- df$cancer_2_year[match_cancer2]

如果需要调整优先级（比如优先保留cancer_2的年份），只需要调换两步赋值的顺序即可。

方法2：基础R嵌套ifelse（简洁写法） #

用嵌套ifelse一次性完成多条件判断：

df$CANCER_YEAR <- ifelse(df$cancer_1_type_m == 3 | df$cancer_1_type_f == 3,
                         df$cancer_1_year,
                         ifelse(df$cancer_2_type_m == 3 | df$cancer_2_type_f == 3,
                                df$cancer_2_year,
                                NA)) # 无匹配时设为NA，可根据需求改为0或其他值

方法3：dplyr的case_when（清晰的多条件语法） #

如果习惯tidyverse风格，case_when能更直观地编写多分支逻辑：

library(dplyr)

df <- df %>%
  mutate(CANCER_YEAR = case_when(
    cancer_1_type_m == 3 | cancer_1_type_f == 3 ~ cancer_1_year,
    cancer_2_type_m == 3 | cancer_2_type_f == 3 ~ cancer_2_year,
    TRUE ~ NA_real_ # 无匹配时返回NA，可替换为0等其他值
  ))

验证结果 #

运行以上代码后，CANCER_YEAR列的结果如下：

[1] 2001 2003 2004 1997 1987 1999 2001 1978   NA

完全匹配示例数据的逻辑：

• id1-4：cancer_1_type_m=3 → 取cancer_1_year
• id5-6：cancer_1_type_f=3 → 取cancer_1_year
• id7：cancer_2_type_f=3 → 取cancer_2_year
• id8：cancer_2_type_m=3 → 取cancer_2_year
• id9：无匹配列等于3 → 为NA

内容的提问来源于stack exchange，提问作者Jérôme Fortier