R语言循环条件赋值错误：值低于阈值却被赋值为1

问题场景 #

需要为数据框df的指定列生成新列：若原列值大于100则设为1，否则设为0。但现有循环代码出现错误，即使值低于100也被赋值为1。

错误原因 #

• 嵌套循环逻辑完全错误：外层遍历目标列名c，内层却遍历新列索引i，每次内层循环都会把所有Empl_vz{i}列覆盖为当前c列的判断结果。最终所有新列都会被最后一个目标列的判断值覆盖，完全达不到“一列对应一列生成新值”的目的。
• 额外说明：若需求是大于等于100设为1，条件写>=100是对的；如果是严格大于100，需要改成>100，可根据实际需求调整。

解决方法 #

方法1：修正循环逻辑 #

去掉多余的内层循环，直接遍历每个目标列，对应生成一个新列：

# 筛选目标列
col_indices <- grep("^vz2014(1[0-2])$|^vz2015\\d{2}$|^vz2016(0[1-9]|1[0-2])$", names(df))
col_names <- names(df)[col_indices]

# 遍历每个目标列，生成对应新列
for (i in seq_along(col_names)) {
  current_col <- col_names[i]
  # 这里用>100还是>=100根据需求调整
  df[, paste0('Empl_', current_col)] <- ifelse(df[, current_col] > 100, 1, 0)
}

方法2：向量化批量处理（推荐） #

R的核心优势是向量化操作，无需循环即可批量处理列，代码更简洁高效：

# 提取目标列子集
target_cols <- df[, grep("^vz2014(1[0-2])$|^vz2015\\d{2}$|^vz2016(0[1-9]|1[0-2])$", names(df))]

# 批量生成0/1新列，并命名
empl_cols <- as.data.frame(lapply(target_cols, function(x) ifelse(x > 100, 1, 0)))
names(empl_cols) <- paste0('Empl_', names(target_cols))

# 合并到原数据框
df <- cbind(df, empl_cols)

验证 #

运行上述代码后，以vz201412列为例（所有值均低于100），对应的Empl_vz201412列会全部显示0，符合预期逻辑。

内容的提问来源于stack exchange，提问作者Zuzana