R语言中DataFrame含OR条件的if语句失效问题求助

你的代码核心问题出在循环赋值的方式上：每次执行df$new <- 1或df$new <- 0时，会把整个new列的所有行都覆盖成当前循环的1或0，而不是只修改第i行的值。循环结束后，new列的值只取决于最后一次循环的结果，自然无法得到逐行判断的正确结果。

修复后的循环代码 #

先初始化new列，再针对每行赋值：

set.seed(1)
x <- sample(1:3, 10, replace = TRUE)
y <- sample(1:3, 10, replace = TRUE)
z <- sample(1:3, 10, replace = TRUE)
df <- data.frame(x,y,z)

# 先初始化new列，避免动态添加列的警告
df$new <- 0

for (i in 1:nrow(df)){
  # 简化条件判断，==1本身就是逻辑值，不需要再==TRUE
  if (df$x[i] == 1 | df$y[i] == 1 | df$z[i] == 1){
    df$new[i] <- 1
  } else {
    df$new[i] <- 0
  }
}

更高效的向量化实现（推荐） #

R语言的优势是向量化操作，完全不需要用for循环就能实现需求，代码更简洁且执行效率更高：

方法1：用rowSums统计每行1的数量 #

df$new <- as.integer(rowSums(df == 1) > 0)

解释：df == 1会生成一个布尔矩阵，rowSums统计每行中TRUE的数量，大于0说明该行有1，最后用as.integer把布尔值转成1/0。

方法2：用ifelse结合向量化逻辑或 #

df$new <- ifelse(df$x == 1 | df$y == 1 | df$z == 1, 1, 0)

解释：df$x == 1 | df$y == 1 | df$z == 1会生成一个布尔向量，ifelse根据每个位置的布尔值返回1或0。

内容的提问来源于stack exchange，提问作者rez