如何在RStudio中基于两列条件为co.inf数据集创建感染状态变量

我来帮你搞定这个感染状态变量的创建，在R里有两种常用且可靠的方法，下面给你详细说明：

方法1：使用dplyr的case_when（推荐，可读性强） #

如果你的项目已经在使用tidyverse工具链，case_when()是处理多分支条件判断的绝佳选择，代码逻辑一目了然：

首先确保你已经安装并加载了dplyr包：

# 若未安装dplyr先执行安装
install.packages("dplyr")
library(dplyr)

然后通过mutate()添加新变量：

co.inf <- co.inf %>%
  mutate(inf.st = case_when(
    # 无任何感染
    Malaria_RDT == 0 & CCA_test == 0 ~ 0,
    # 仅感染疟疾
    Malaria_RDT > 0 & CCA_test == 0 ~ 1,
    # 仅感染血吸虫病
    Malaria_RDT == 0 & CCA_test > 0 ~ 2,
    # 同时感染两种疾病
    Malaria_RDT >= 1 & CCA_test >= 1 ~ 3,
    # 处理所有未匹配的情况（比如缺失值、异常值）
    TRUE ~ NA_real_
  ))

注：最后一行TRUE ~ NA_real_是兜底逻辑，确保所有不符合前4种条件的观测值都会被标记为NA，避免出现意料之外的错误值。

方法2：使用基础R的嵌套ifelse（无需额外包） #

如果你不想加载任何第三方包，可以用基础R的ifelse()嵌套来实现：

co.inf$inf.st <- ifelse(
  co.inf$Malaria_RDT == 0 & co.inf$CCA_test == 0, 0,
  ifelse(
    co.inf$Malaria_RDT > 0 & co.inf$CCA_test == 0, 1,
    ifelse(
      co.inf$Malaria_RDT == 0 & co.inf$CCA_test > 0, 2,
      ifelse(
        co.inf$Malaria_RDT >= 1 & co.inf$CCA_test >= 1, 3, NA
      )
    )
  )
)

这种方法无需额外依赖，但当条件分支较多时，可读性会稍弱一些。

验证结果正确性 #

创建完变量后，你可以用table()函数快速检查新变量和原诊断变量的对应关系，确保逻辑没有错误：

table(co.inf$Malaria_RDT, co.inf$CCA_test, co.inf$inf.st)

内容的提问来源于stack exchange，提问作者tiago