R语言中为新增列varA添加条件筛选的实现问题

我有一个数据框df，可以通过以下代码生成并为所有行计算新列varA：

df <- tribble(
  ~Gender, ~Age, ~x, ~y, ~z,
  1, 15, 1, 1, 0, 
  1, 14, 1, 1, 1, 
  2, 12, 0, 0, 1, 
  1, 18, 1, 0, 0, 
  2, 19, 0, 0, 0, 
  2, 22, 1, 0, 1,
  1, 11, 0, 1, 1, 
  1, 13, 1, 1, 1, 
  2, 10, 1, 0, 1,
)

df$varA <- ifelse(rowSums(df[c("x", "y", "z")] == 1) > 1, 1, 0)

现在我希望仅针对满足以下两个条件的行计算varA：

1. Gender等于1；
2. Age在10到14之间（包含边界值）。

我尝试用dplyr实现但遇到问题，我的错误代码如下：

df <- df %>%
  filter(Gender == 1 & Age > 9 & Age < 15) %>%
  mutate(
    varA = ifelse(rowSums(df[c("x", "y", "z")] == 1) > 1, 1, 0)
  )

同时我需要了解该任务的base R实现方法。

你的dplyr代码存在两个核心问题：

• 使用filter()会直接删除不符合条件的行，而不是保留完整数据框并仅在目标行计算varA；
• 在mutate()中引用原始df，而非管道传递的当前数据（虽然这里因为filter已经缩小了数据范围，但逻辑上应该使用当前上下文的列，比如直接写c(x,y,z)而不是df[c("x","y","z")]）。

如果希望保留所有行，仅给符合条件的行赋值varA，其余行可设为NA或0，以下是两种方案：

方案1：符合条件的行计算varA，其余行设为NA #

library(dplyr)

df <- df %>%
  mutate(
    varA = case_when(
      Gender == 1 & Age >= 10 & Age <= 14 ~ as.integer(rowSums(across(c(x, y, z)) == 1) > 1),
      TRUE ~ NA_integer_
    )
  )

方案2：符合条件的行计算varA，其余行设为0 #

df <- df %>%
  mutate(
    varA = ifelse(
      Gender == 1 & Age >= 10 & Age <= 14,
      as.integer(rowSums(across(c(x, y, z)) == 1) > 1),
      0
    )
  )

说明：

• across(c(x,y,z))是dplyr 1.0.0+的语法，替代df[c("x","y","z")]，更贴合管道操作的风格；
• as.integer()可将逻辑值（TRUE/FALSE）转换为1/0，和原代码的ifelse效果一致。

通过逻辑索引定位目标行，同样提供两种场景的实现：

方案1：符合条件的行计算varA，其余行设为NA #

# 初始化varA为NA
df$varA <- NA_integer_
# 定位符合条件的行
target_rows <- df$Gender == 1 & df$Age >= 10 & df$Age <= 14
# 给目标行赋值
df$varA[target_rows] <- as.integer(rowSums(df[target_rows, c("x", "y", "z")] == 1) > 1)

方案2：符合条件的行计算varA，其余行设为0 #

# 初始化varA为0
df$varA <- 0
# 定位符合条件的行
target_rows <- df$Gender == 1 & df$Age >= 10 & df$Age <= 14
# 给目标行赋值
df$varA[target_rows] <- as.integer(rowSums(df[target_rows, c("x", "y", "z")] == 1) > 1)

内容的提问来源于stack exchange，提问作者rez