R语言基于多列条件匹配另一数据框生成score列的问题

不用纠结case_when的顺序问题，用数据连接（join）是更直接高效的方案——规则本身就是Gene1和types的唯一组合对应分数，连接可以直接匹配所有组合，完全不依赖顺序。如果一定要用case_when，也能实现，但只适合规则较少的场景。

1. 先模拟示例数据（对应你的df1、df2） #

假设你的规则表和目标表结构如下：

library(dplyr)

# 规则数据框df1：Gene1 + types 对应 score
df1 <- tibble(
  Gene1 = c("TP53", "EGFR", "KRAS", "TP53"),
  types = c("A", "B", "A", "C"),
  score = c(10, 20, 15, 5)
)

# 目标数据框df2：需要添加score列
df2 <- tibble(
  id = 1:5,
  Gene1 = c("EGFR", "TP53", "KRAS", "TP53", "MYC"),
  types = c("B", "A", "A", "C", "B"),
  other_col = c("x", "y", "z", "w", "v")
)

2. 推荐方案：用left_join实现映射 #

直接通过Gene1和types两列连接，自动匹配对应分数，完全不需要考虑规则顺序：

df_result <- df2 %>%
  left_join(df1, by = c("Gene1", "types"))

# 查看结果
df_result

这个方法的优势：

• 不管df1里的规则顺序如何，只要组合匹配就会正确赋值
• 规则数量多的时候也能高效处理
• 无匹配的组合自动赋值NA，也可以用replace_na改成你需要的默认值（比如0）：

df_result <- df2 %>%
  left_join(df1, by = c("Gene1", "types")) %>%
  mutate(score = replace_na(score, 0))

3. 若一定要用case_when的实现方式 #

如果坚持用case_when，需要把每个Gene1+types组合写成独立条件——因为每个组合是唯一的，所以顺序不影响匹配结果（只要没有重复组合规则）：

library(stringr)

# 把df1的规则转换成case_when的条件语句
case_conditions <- df1 %>%
  rowwise() %>%
  mutate(condition = str_glue("Gene1 == '{Gene1}' & types == '{types}' ~ {score}")) %>%
  pull(condition) %>%
  paste(collapse = ", ")

# 拼接并执行完整的case_when代码
df_result_case <- df2 %>% 
  mutate(score = case_when(
    eval(parse(text = case_conditions)),
    TRUE ~ NA_real_
  ))

这种方法适合规则较少的场景，规则多的话代码会冗长，不如连接方法简洁高效。

内容的提问来源于stack exchange，提问作者Marwah Al-kaabi