RStudio新手求助：多条件下修改数据框G列值的正确实现

针对你的需求，推荐两种高效的向量化实现方式（符合R的语言特性，比for循环更简洁高效，适合5000行数据规模）：

方法1：基础R（无需额外安装包） #

使用嵌套ifelse函数，逐行判断条件并修改G列：

# 先构造与你结构一致的示例数据
testdata <- data.frame(
  A = c(10,10,30,30,10),
  B = c(10,10,10,30,10),
  C = c(50,50,50,50,30),
  D = c(10,70,70,10,10),
  E = c(50,50,30,10,30),
  F = c(70,40,20,50,60),
  G = c(50,60,50,30,40)
)

# 执行G列修改逻辑
testdata$G <- ifelse(
  # 第一个条件：满足则G减10
  testdata$A == 10 & testdata$B == 10 & testdata$C == 50 & testdata$D == 10 & testdata$E == 50 & testdata$F == 70,
  testdata$G - 10,
  ifelse(
    # 第二个条件：满足则G减20
    testdata$A == 10 & testdata$B == 10 & testdata$C == 50 & testdata$D == 70 & testdata$E == 50 & testdata$F == 40,
    testdata$G - 20,
    ifelse(
      # 第三个条件：满足则保持原值
      testdata$A == 30 & testdata$B == 30 & testdata$C == 50 & testdata$D == 10 & testdata$E == 10 & testdata$F == 50,
      testdata$G,
      # 其余所有情况：保持原值
      testdata$G
    )
  )
)

# 查看修改后的结果
print(testdata)

方法2：使用dplyr包（更易读，适合多条件扩展） #

如果后续需要添加更多条件（即你说的「以此类推」），dplyr::case_when的代码结构更清晰，可读性更强：

第一步：安装并加载dplyr包 #

install.packages("dplyr")
library(dplyr)

第二步：执行修改逻辑 #

testdata <- testdata %>%
  mutate(G = case_when(
    # 条件1：G减10
    A == 10 & B == 10 & C == 50 & D == 10 & E == 50 & F == 70 ~ G - 10,
    # 条件2：G减20
    A == 10 & B == 10 & C == 50 & D == 70 & E == 50 & F == 40 ~ G - 20,
    # 条件3：保持原值
    A == 30 & B == 30 & C == 50 & D == 10 & E == 10 & F == 50 ~ G,
    # 所有未匹配的情况：保持原值
    TRUE ~ G
  ))

# 查看结果
print(testdata)

关键说明 #

• 为什么不用for循环？ R是向量化编程语言，向量操作（如ifelse/case_when）会直接对整列数据批量处理，比逐行循环更快，代码也更简洁易维护。
• 扩展条件：如果需要新增规则，在case_when中直接添加新的「条件 ~ 操作」行即可，无需修改整体逻辑结构。

内容的提问来源于stack exchange，提问作者user21098646