如何在R语言数据框中合并逻辑向量生成非逻辑分类列？

你的核心问题是用了标量版的if/else——它没法对数据框的每一行做逐元素判断，只会根据整个向量的首个判断结果给整列赋值，自然达不到预期效果。下面是两种可行的向量化解决方案：

方法1：嵌套ifelse（基础R实现） #

利用ifelse的向量化特性，按优先级顺序嵌套判断：

df <- data.frame(log1 = c(FALSE, FALSE, TRUE, FALSE, TRUE), 
                 log2 = c(TRUE, FALSE, FALSE, FALSE, TRUE))

df$new <- ifelse(df$log1, "high", 
                 ifelse(df$log2, "outlier", "normal"))

运行后df$new的结果为："outlier", "normal", "high", "normal", "high"，完全符合high优先级最高的要求。

方法2：用dplyr::case_when（更易读的多条件写法） #

如果习惯用tidyverse语法，case_when可以按顺序定义条件，优先级一目了然：

library(dplyr)

df <- data.frame(log1 = c(FALSE, FALSE, TRUE, FALSE, TRUE), 
                 log2 = c(TRUE, FALSE, FALSE, FALSE, TRUE))

df <- df %>%
  mutate(new = case_when(
    log1 ~ "high",          # 优先级最高：log1为TRUE时直接赋值high
    log2 ~ "outlier",       # 次优先级：log1为FALSE但log2为TRUE时赋值outlier
    TRUE ~ "normal"         # 剩余所有情况赋值normal
  ))

验证结果 #

最终数据框输出如下：

> df
   log1  log2      new
1 FALSE  TRUE  outlier
2 FALSE FALSE   normal
3  TRUE FALSE     high
4 FALSE FALSE   normal
5  TRUE  TRUE     high

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