使用ifelse将二进制列转为分类列时遇错误，请求协助排查

错误原因 #

R语言的ifelse()函数仅接受3个参数：ifelse(条件, 满足时返回值, 不满足时返回值)。你在每个ifelse中额外添加了0作为第四个参数，导致参数数量超出函数要求，触发"unused argument"错误。

修正后的嵌套ifelse写法 #

将多余的0移除，把下一层ifelse作为当前层的第三个参数（不满足条件时的返回值）：

products_at_six <- quitting_30day_cleaning %>%
  mutate(products_after_six = ifelse(products6___1 == 1, 1,
                              ifelse(products6___2 == 1, 2,
                              ifelse(products6___3 == 1, 3,
                              ifelse(products6___4 == 1, 4,
                              ifelse(products6___5 == 1, 5,
                              ifelse(products6___6 == 1, 6,
                              ifelse(products6___7 == 1, 7,
                              ifelse(products6___8 == 1, 8,
                              ifelse(products6___9 == 1, 9, 0))))))))))

更简洁的替代方案：使用case_when #

dplyr的case_when()语法更清晰，可读性更强，适合多条件分支场景：

products_at_six <- quitting_30day_cleaning %>%
  mutate(products_after_six = case_when(
    products6___1 == 1 ~ 1,
    products6___2 == 1 ~ 2,
    products6___3 == 1 ~ 3,
    products6___4 == 1 ~ 4,
    products6___5 == 1 ~ 5,
    products6___6 == 1 ~ 6,
    products6___7 == 1 ~ 7,
    products6___8 == 1 ~ 8,
    products6___9 == 1 ~ 9,
    TRUE ~ 0  # 所有条件不满足时返回0，若需返回NA可改为NA_real_
  ))

高效批量处理方案（适用于每行仅一个1的场景） #

如果你的数据是每行仅对应一个类别（即只有一列值为1，其余为0/NA），可以用max.col()批量处理，代码更简洁高效：

products_at_six <- quitting_30day_cleaning %>%
  # 选中所有以products6___开头的列，获取每行值为1的列索引
  mutate(products_after_six = max.col(select(., starts_with("products6___")), ties.method = "first")) %>%
  # 替换无1的行为0（若需返回NA可改为NA_real_）
  mutate(products_after_six = ifelse(
    rowSums(select(., starts_with("products6___")) == 1, na.rm = TRUE) == 0,
    0,
    products_after_six
  ))

内容的提问来源于stack exchange，提问作者Cam