如何用case_when和grepl计算不同年份的每10万人比率？

首先你的代码存在语法错误：case_when的第一个条件后面多了一个闭合括号，导致TRUE ~ ...的分支被排除在case_when之外，R会直接报错。

方案1：用grepl修正代码 #

如果你的date列是字符类型（比如格式为"2020-03-15"），可以直接用grepl匹配年份。修正后的代码：

us_totals %>%
  mutate(total_deaths_per_100k = case_when(
    grepl("2020", date) ~ (deaths / estimated_population_2020) * 100000,
    TRUE ~ (deaths / estimated_population_2021) * 100000
  ))

• grepl("2020", date)的作用是：检查date字符串中是否包含"2020"，返回一组TRUE/FALSE的逻辑值，用来判断当前行是否属于2020年的数据。

如果你的date列是Date类型（可以用class(date)查看类型），需要先把日期转成字符串再匹配：

us_totals %>%
  mutate(total_deaths_per_100k = case_when(
    grepl("2020", as.character(date)) ~ (deaths / estimated_population_2020) * 100000,
    TRUE ~ (deaths / estimated_population_2021) * 100000
  ))

方案2：用lubridate包提取年份（更推荐） #

处理日期类型数据时，用专门的日期函数比字符串匹配更可靠，能避免因日期格式变化导致的匹配错误。先安装并加载lubridate包：

install.packages("lubridate")
library(lubridate)

然后提取年份进行条件判断：

us_totals %>%
  mutate(year = year(date),
         total_deaths_per_100k = case_when(
           year == 2020 ~ (deaths / estimated_population_2020) * 100000,
           year %in% c(2021, 2022) ~ (deaths / estimated_population_2021) * 100000,
           TRUE ~ NA_real_ # 对意外年份的数据返回NA，避免计算错误
         ))

grepl基础用法说明 #

grepl(pattern, x)是R中用于字符串匹配的函数：

• pattern：要查找的目标字符串（比如这里的"2020"）
• x：需要检查的向量（比如你的date列）
• 返回值：和x长度一致的逻辑向量，每个元素表示对应位置的x是否包含指定的pattern

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