如何在R语言中基于已有距离变量的缺失值创建新的condition变量

根据你的需求，每个观测值恰好只有一个distance变量是NA，咱们可以用几种不同的方式实现这个新变量的创建，我给你列几个常用且易读的方法：

1. 基础R：嵌套ifelse #

如果你习惯用基础R的工具，嵌套ifelse是最直接的方式，逻辑和你描述的规则完全对应：

# 假设你的数据框叫df
df$condition <- ifelse(is.na(df$distance1.1), 1,
                       ifelse(is.na(df$distance1.2), 2,
                              ifelse(is.na(df$distance1.3), 3, NA)))

因为你说每个对象仅两个变量有有效值，所以最后那个NA兜底情况其实不会触发，只是为了避免出现未匹配的情况。

2. Tidyverse风格：dplyr::case_when #

如果你用tidyverse生态，case_when会让代码逻辑更清晰，可读性更强：

# 先安装/加载dplyr包（如果还没装的话）
# install.packages("dplyr")
library(dplyr)

df <- df %>%
  mutate(condition = case_when(
    is.na(distance1.1) ~ 1,
    is.na(distance1.2) ~ 2,
    is.na(distance1.3) ~ 3,
    TRUE ~ NA_real_ # 同样是兜底，实际不会用到
  ))

这种方式的好处是规则逐条列出来，后期维护或者修改规则都很方便。

3. 更简洁的方法：apply逐行检测 #

因为每个行恰好只有一个NA，我们可以直接用apply逐行找出NA的位置，这个位置正好对应你要的condition值：

# 选择三个distance变量所在的列，逐行处理
df$condition <- apply(df[, c("distance1.1", "distance1.2", "distance1.3")], 1, function(x) {
  which(is.na(x))
})

这个方法代码最短，前提是你确认每个行只有一个NA——正好符合你的数据情况，非常适用。

小提醒 #

记得先确认你的数据确实满足「每个对象仅两个变量有有效值」的条件，如果有行出现多个NA或者没有NA的情况，上面的方法可能会返回不符合预期的结果（比如apply会返回多个值，case_when会取第一个匹配的规则）。

内容的提问来源于stack exchange，提问作者user15176073