为何R语言中ifelse条件重编码未返回预期值？

需要基于年度调查中更名的同一项问题（变量A和B，某一变量有值时对应其他年份的变量为NA）创建新变量C，规则如下：

• 若A=1或B=1，则C=1
• 若A=2或B=2，则C=2
• 若A和B均非1/2，则C=NA

数据示例 #

A  B
[1,]  1 NA
[2,]  2 NA
[3,] NA NA
[4,] NA  1
[5,] NA  2

错误现象 #

运行下方代码后，第2行（A=2）和第5行（B=2）的C值为NA，不符合预期。

可复现代码 #

require(tidyverse)
require(dplyr)
require(data.table)

# 创建数据
A <- as.numeric(c(1,2,NA,NA,NA))
B <- as.numeric(c(NA,NA,NA,1,2))
df_ <- cbind(A,B)

# dplyr 条件编码（错误版本）
df2 <- df_ %>% data.frame() %>%
  mutate(C = ifelse(A == 1 | B == 1, 1, 
              ifelse(A == 2 | B == 2, 2, NA)))

# data.table 条件编码（错误版本）
df2 <- df_ %>% data.table() %>% 
  .[ , C := ifelse(A == 1 | B == 1, 1, 
            ifelse(A == 2 | B == 2, 2, NA))] 

问题原因 #

确实和R处理NA的逻辑有关：在R中，任何与NA的比较运算（如A == 1当A为NA时）都会返回NA；而ifelse遇到NA的条件时，会直接返回NA，不会进入后续的判断分支。

以第2行为例：A=2，B=NA，第一个ifelse的条件是2 ==1 | NA ==1，结果为FALSE | NA即NA，因此ifelse直接返回NA，不会执行第二个ifelse的判断。

解决方案 #

方法1：利用%in%处理NA #

%in%会自动忽略NA（NA %in% x返回FALSE），避免条件判断出现NA，从而让逻辑进入正确分支：

dplyr版本

df2 <- df_ %>% 
  data.frame() %>%
  mutate(C = ifelse(A %in% 1 | B %in% 1, 1,
              ifelse(A %in% 2 | B %in% 2, 2, NA)))

data.table版本

df2 <- df_ %>% 
  data.table() %>% 
  .[ , C := ifelse(A %in% 1 | B %in% 1, 1,
            ifelse(A %in% 2 | B %in% 2, 2, NA))]

方法2：先合并A和B（更简洁） #

由于题目中A和B不会同时有值（某一变量有值时另一变量为NA），可以用coalesce（dplyr）或fcoalesce（data.table）先合并成一个变量，再进行判断：

dplyr版本

df2 <- df_ %>% 
  data.frame() %>%
  mutate(C = case_when(
    coalesce(A, B) == 1 ~ 1,
    coalesce(A, B) == 2 ~ 2,
    TRUE ~ NA_real_
  ))

data.table版本

df2 <- df_ %>% 
  data.table() %>% 
  .[ , C := fcase(
    fcoalesce(A, B) == 1, 1,
    fcoalesce(A, B) == 2, 2,
    default = NA_real_
  )]

内容的提问来源于stack exchange，提问作者David Crow