使用ifelse创建哑变量时出现NA值，如何正确使用逻辑运算符？

你的代码出现NA的核心原因是**&的优先级高于|**，导致条件被错误分组，缺失值场景下无法被正确归为“不满足条件”的范畴，最终生成NA。

举个例子，原代码里的!is.na(eb$v246) & eb$v246 == 1 | eb$v246 == 2会被R解析成：
(!is.na(eb$v246) & eb$v246 == 1) | eb$v246 == 2
当v246是缺失值时，eb$v246 == 2返回NA，整个子条件变成FALSE | NA，结果还是NA——这就导致ifelse无法判断，直接返回NA，而不是你想要的"0"。

给每个变量的「非缺失检查+取值范围」条件单独加括号，确保每个变量的逻辑先独立判断，再用&把三个变量的条件绑定起来：

# 修正后的dummy2生成代码
eb$dummy2 <- ifelse(
  # 每个变量：非缺失 且 符合取值范围，单独用括号包裹
  (!is.na(eb$v246) & (eb$v246 == 1 | eb$v246 == 2)) &
  (!is.na(eb$v247) & (eb$v247 == 1 | eb$v247 == 2)) &
  (!is.na(eb$v250) & (eb$v250 == 3 | eb$v250 == 4)),
  "1", "0"
)

# 验证结果，应该没有NA了
table(is.na(eb$dummy2))

1. 对每个变量，先通过!is.na()排除缺失值，再用|判断是否在目标取值里，两者用&绑定——这样只要变量缺失，或者取值不符合，这个变量的条件就会返回FALSE，不会出现NA。
2. 三个变量的条件用&连接，意味着只有三个变量都满足「非缺失+符合取值」时，整体条件才为TRUE，赋值"1"。
3. 所有其他情况（包括任一变量缺失）都会进入else分支，赋值"0"，彻底解决NA问题。

如果用dplyr的case_when，逻辑会更直观，还能用%in%简化多值判断：

library(dplyr)

eb <- eb %>%
  mutate(dummy2 = case_when(
    !is.na(v246) & v246 %in% 1:2 &
    !is.na(v247) & v247 %in% 1:2 &
    !is.na(v250) & v250 %in% 3:4 ~ "1",
    TRUE ~ "0"  # 所有不满足的情况（含缺失）都赋值"0"
  ))

内容的提问来源于stack exchange，提问作者SpecialK201