能否在dplyr::case_when()中用for循环批量重编码向量？

问题场景 #

你有一个包含N个命名元素的列表（实际元素超过20个），需要用它对现有向量进行重编码。手动编写case_when()的条件过于繁琐，尝试在case_when()中嵌入for循环的写法无法运行，需要批量生成条件的解决方案。

解决方案 #

case_when()无法直接嵌入for循环，因为它需要接收一系列条件 ~ 结果的表达式作为参数。可以通过表达式拼接或其他更高效的方法实现批量重编码：

方法1：用rlang+purrr批量生成case_when条件

利用purrr::imap遍历列表生成条件表达式，再通过rlang的非标准求值将表达式传入case_when()：

library(dplyr)
library(purrr)
library(rlang)

# 原数据定义
vowels <- c("a","e","i","u")
consonants <- letters[!(letters %in% vowels)]
signs <- c("!",".")

Listelement <- list(vowels = vowels, consonants = consonants)
OldVar <- c(vowels, consonants, "", "", signs)

# 批量生成条件表达式：每个列表元素对应一个「值匹配 ~ 分类名」的表达式
case_conditions <- imap(Listelement, ~ expr(OldVar %in% !!.x ~ !!.y))

# 组合所有条件并执行重编码
NewVar <- case_when(
  OldVar == "" ~ "empty",
  !!!case_conditions,  # 展开表达式列表
  TRUE ~ "other"
)

NewVar

方法2：用映射表简化重编码（无需case_when循环）

先将列表转换为「值-分类」的映射表，再通过匹配实现重编码，代码更简洁：

library(dplyr)

# 将列表转换为值-分类映射数据框
map_df <- stack(Listelement) %>% rename(value = values, category = ind)

# 执行重编码：空值优先处理，匹配不到的归为other
NewVar <- ifelse(OldVar == "", "empty",
                 map_df$category[match(OldVar, map_df$value)] %>% 
                   replace_na("other"))

NewVar

方法3：用命名向量配合recode_factor

将列表转换为命名向量，再用recode_factor()实现批量映射：

library(dplyr)

# 生成「值=分类名」的命名向量
recode_map <- setNames(rep(names(Listelement), lengths(Listelement)),
                       unlist(Listelement))

# 执行重编码
NewVar <- case_when(
  OldVar == "" ~ "empty",
  TRUE ~ recode_factor(OldVar, !!!recode_map, .default = "other")
)

NewVar

为什么原for循环写法失效？ #

case_when()要求参数是独立的条件 ~ 结果表达式，而for循环仅执行循环操作，不会返回可被case_when()识别的表达式集合，因此无法直接嵌入使用。

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