按RunID分组判断组内是否存在指定诊断的R语言问题排查

错误根源 #

你代码里的any(diagnosis="Pneumonia")存在两个问题：

1. 用了赋值运算符=而非比较运算符==，导致any()接收的是字符型的诊断值，不是逻辑判断结果，触发类型转换警告。
2. 未处理diagnosis中的NA值，即便分组内有目标诊断，any()也可能返回NA。

修正方案 #

方案1：修正比较逻辑并忽略NA #

library(dplyr)

data %>%
  group_by(RunID) %>%
  mutate(Pneumonia = ifelse(any(diagnosis == "Pneumonia", na.rm = TRUE), 1, 0)) %>%
  ungroup()

方案2：用%in%简化逻辑 #

%in%适配字符型匹配，配合as.integer可直接将布尔值转为1/0：

data %>%
  group_by(RunID) %>%
  mutate(Pneumonia = as.integer(any("Pneumonia" %in% diagnosis, na.rm = TRUE))) %>%
  ungroup()

方案3：使用dplyr的if_any函数（适用于dplyr 1.0.0及以上版本） #

data %>%
  group_by(RunID) %>%
  mutate(Pneumonia = as.integer(if_any(diagnosis, ~ .x == "Pneumonia", na.rm = TRUE))) %>%
  ungroup()

以上三种方案都能生成你需要的desired结果，既解决类型转换警告，又能正确标记分组内是否存在目标诊断。

内容的提问来源于stack exchange，提问作者John Ryan