如何在R语言中基于数值条件替换特定分组内的R_event列值？

首先，你的报错根源是语法逻辑错误：你试图把逻辑判断（Table$Type == "Type 1"）通过管道符和赋值操作拼接在一起，但R无法识别这种写法，误以为你在调用一个不存在的==<-函数，所以抛出了错误。

另外还要注意：你的原始数据中R和R_event列是字符串类型（包含带空格的" NA"），直接做数值比较会出问题，得先把它们转换成数值型。

下面给你两种可行的解决方案：

方法1：Base R 写法 #

先清理并转换列类型，再用复合条件索引修改值：

# 加载必要包（你已经加载过，这里可以重复确保）
pacman::p_load(pacman, party, rio, tidyverse)

# 读取数据（补全stringsAsFactors参数，现在R默认是FALSE）
Table <- read.csv("~/Desktop/Table.csv", stringsAsFactors = FALSE, na.strings = c("N/A", ""))

# 清理空格并转换为数值型
Table$R <- as.numeric(gsub(" ", "", Table$R))
Table$R_event <- as.numeric(gsub(" ", "", Table$R_event))

# 应用复合条件：Type为"Type 1" 且 R>0.2时，将R_event设为0
Table$R_event[Table$Type == "Type 1" & Table$R > 0.2] <- 0

方法2：Tidyverse 写法（更清晰易读） #

利用dplyr的mutate和case_when函数，逻辑更直观：

# 读取数据
Table <- read.csv("~/Desktop/Table.csv", stringsAsFactors = FALSE, na.strings = c("N/A", ""))

# 管道式处理：清理类型 + 条件赋值
Table <- Table %>%
  mutate(
    # 移除空格并转数值
    R = as.numeric(str_remove(R, " ")),
    R_event = as.numeric(str_remove(R_event, " "))
  ) %>%
  mutate(
    # 条件判断：符合要求的行设为0，其他保持原值
    R_event = case_when(
      Type == "Type 1" & R > 0.2 ~ 0,
      TRUE ~ R_event
    )
  )

关键注意点： #

• 一定要先处理R列的字符串格式：原数据中的" NA"（带空格）会被as.numeric识别为NA，所以先去掉空格再转类型，才能正确做数值比较。
• 复合条件要用&连接，确保同时满足两个条件时才修改值。

内容的提问来源于stack exchange，提问作者Adam