基于多列多行计算data.frame新列ZONE的值

针对你的sf长格式数据框，我们可以用dplyr按UID分组，结合多条件判断生成符合要求的ZONE列，具体代码和解释如下：

代码实现 #

# 加载所需包
library(dplyr)
library(sf)

# 假设你的数据框名为df，包含UID、SPECIES、PERCENT及几何列
df <- df %>%
  group_by(UID) %>%
  mutate(
    # 标记当前UID是否所有物种都是NA
    all_species_na = all(is.na(SPECIES)),
    # 检查当前UID是否包含物种A或AT
    contains_A_AT = any(SPECIES %in% c("A", "AT"), na.rm = TRUE),
    # 计算当前UID中A和AT的PERCENT总和
    A_AT_total_percent = sum(PERCENT[SPECIES %in% c("A", "AT")], na.rm = TRUE),
    # 按规则生成ZONE列
    ZONE = case_when(
      all_species_na ~ NA_character_,
      !contains_A_AT ~ "Misc.",
      A_AT_total_percent >= 80 ~ "For",
      TRUE ~ "Gra"
    )
  ) %>%
  ungroup() %>%
  # 移除临时辅助列（可选，若不需要可删除此步）
  select(-all_species_na, -contains_A_AT, -A_AT_total_percent)

代码解释 #

• group_by(UID)：确保所有计算都基于单个多边形（UID）分组进行，解决你之前未分组的问题
• all_species_na：判断当前UID下是否所有物种值都是NA，对应规则2
• contains_A_AT：检查当前UID是否包含物种A或AT，对应规则1和规则3的前置条件
• A_AT_total_percent：计算A和AT的总占比，对应规则3的阈值判断
• case_when：按优先级依次匹配规则，生成ZONE列：
  1. 优先匹配所有物种为NA的情况，ZONE设为NA
  2. 若不含A/AT，ZONE设为"Misc."
  3. 若含A/AT且总占比≥80，ZONE设为"For"
  4. 剩余情况（含A/AT但总占比<80），ZONE设为"Gra"
• ungroup()：取消分组，避免后续操作受分组状态影响
• select()：移除临时辅助列，保持数据结构简洁

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