如何在R Data.frame中用条件逻辑生成新列并避免NA值？

原始场景 #

使用的测试数据：

data <- head(iris)

需求：基于Sepal.Length创建新列，规则如下：

• 当Sepal.Length ≥ 5时，取值为5
• 当Sepal.Length ≤ 3时，取值为3
• 其余情况保留原数值

你尝试了以下代码，但不符合前两个条件的数值被设为NA：

data %>% mutate(Sepal.Length = case_when(Sepal.Length <=3 ~ '3',Sepal.Length>=5 ~ '5'))

问题原因 #

case_when仅返回匹配到条件的结果，未匹配任何条件的行默认返回NA，因此需要添加一个默认匹配项覆盖所有剩余情况。

修正方案 #

推荐创建新列而非修改原列，避免丢失原始数据，同时保证数值类型一致：

library(dplyr)

data <- head(iris)
data <- data %>% 
  mutate(Sepal.Length_Capped = case_when(
    Sepal.Length <= 3 ~ 3,
    Sepal.Length >= 5 ~ 5,
    TRUE ~ Sepal.Length  # 所有未匹配前两个条件的行，返回原数值
  ))

如果需要返回字符串类型，调整为：

data <- data %>% 
  mutate(Sepal.Length_Capped = case_when(
    Sepal.Length <= 3 ~ '3',
    Sepal.Length >= 5 ~ '5',
    TRUE ~ as.character(Sepal.Length)
  ))

内容的提问来源于stack exchange，提问作者Aryh