使用dplyr处理科学计数法转年龄时遇check_match()错误求助

错误原因 #

• 函数误用：starts_with()是tidyselect工具包中用于选择列名的函数，并非处理单元格数值的工具，放在mutate()中修改age列的值完全不符合其用途。
• 参数非法：c("9." == "9", "1.0" == "10", ...)会生成逻辑值向量（如"9." == "9"返回FALSE），但starts_with()要求传入非空字符串向量，这是触发报错的直接原因。

正确实现思路 #

科学计数法的数值（如1.39e14）本质是数值类型，核心是提取有效数字的特征片段，再映射到对应年龄：

• 若age是字符串类型：直接匹配开头的数字片段；
• 若age是数值类型：通过计算提取有效数字的整数部分，再映射年龄。

可行代码示例 #

方案1：字符串匹配（适用于字符串类型的age列） #

library(dplyr)
library(stringr)

df %>%
  mutate(
    age = case_when(
      str_detect(age, "^9\\.") ~ 9,
      str_detect(age, "^1\\.0") ~ 10,
      str_detect(age, "^1\\.1") ~ 11,
      str_detect(age, "^1\\.2") ~ 12,
      str_detect(age, "^1\\.3") ~ 13,
      str_detect(age, "^1\\.4") ~ 14,
      str_detect(age, "^1\\.5") ~ 15,
      str_detect(age, "^1\\.6") ~ 16,
      str_detect(age, "^1\\.7") ~ 17,
      str_detect(age, "^1\\.8") ~ 18,
      TRUE ~ NA_real_ # 处理不符合规则的异常值
    )
  )

方案2：数值计算（适用于数值类型的age列，效率更高） #

library(dplyr)

df %>%
  mutate(
    # 提取有效数字的整数特征：9.x→9，1.0x→10，1.3x→13...
    age_key = floor(age / 10^floor(log10(age)) * 10),
    age = case_when(
      age_key == 9 ~ 9,
      between(age_key, 10, 18) ~ age_key,
      TRUE ~ NA_real_
    )
  ) %>%
  select(-age_key) # 移除中间辅助列

注意事项 #

• 如果不确定age列的类型，可以先用class(df$age)查看；
• 务必保留TRUE ~ NA_real_分支，标记不符合规则的数值为缺失值，避免后续分析出错。

内容的提问来源于stack exchange，提问作者ArtUr693