如何在R中基于DataFrame多条件执行不同分支代码逻辑？

普通的if/else语句仅支持标量条件（即单个TRUE或FALSE值），但df$ID == "A" | df$ID == "B"返回的是长度与数据行数一致的逻辑向量，因此触发"条件长度>1"的报错。无需拆分数据集，直接用向量化操作即可实现需求，以下是两种简便方法：

方法一：Base R 向量化赋值 #

先初始化新列为NA，再通过逻辑组合筛选目标行赋值：

df <- data.frame(ID = c("A","A","A","B","B","B","C","C","C"),
                 value = c(1,2,3,1,2,3,1,2,3))

# 初始化新列为NA
df$nat <- NA
df$hrv <- NA

# 处理ID为A/B的行
ab_filter <- df$ID %in% c("A", "B")
df$nat[ab_filter & df$value %in% c(1,2)] <- 1
df$hrv[ab_filter & df$value == 3] <- 1

# 处理ID为C的行
c_filter <- df$ID == "C"
df$nat[c_filter & df$value == 1] <- 1
df$hrv[c_filter & df$value %in% c(2,3)] <- 1

方法二：使用dplyr的case_when（更直观） #

利用dplyr的case_when函数实现多条件分支的向量化判断，代码可读性更强：

library(dplyr)

df <- data.frame(ID = c("A","A","A","B","B","B","C","C","C"),
                 value = c(1,2,3,1,2,3,1,2,3))

df <- df %>%
  mutate(
    nat = case_when(
      ID %in% c("A", "B") & value %in% c(1,2) ~ 1,
      ID == "C" & value == 1 ~ 1,
      TRUE ~ NA_real_  # 其他情况赋值为NA
    ),
    hrv = case_when(
      ID %in% c("A", "B") & value == 3 ~ 1,
      ID == "C" & value %in% c(2,3) ~ 1,
      TRUE ~ NA_real_
    )
  )

运行上述任意一种方法后，都能得到目标结果：

# 输出结果
df
#   ID value nat hrv
# 1  A     1   1  NA
# 2  A     2   1  NA
# 3  A     3  NA   1
# 4  B     1   1  NA
# 5  B     2   1  NA
# 6  B     3  NA   1
# 7  C     1   1  NA
# 8  C     2  NA   1
# 9  C     3  NA   1

内容的提问来源于stack exchange，提问作者starski