如何结合词列表使用mutate与case_when简化R脚本？

原始脚本 #

path_ko_rn_eq_car_2 = path_ko_rn_eq_car %>% 
  mutate(new_var = case_when(
    grepl("C00469", equation) ~ "C00469",
    grepl("C00009", equation) ~ "C00009",
    grepl("C00409", equation) ~ "C00409",
    grepl("C01009", equation) ~ "C001009",
    grepl("C03409", equation) ~ "C03409",
    grepl("C09091", equation) ~ "C09091",
    grepl("C00001", equation) ~ "C00001",
    grepl("C00001", equation) ~ "C00001",
    grepl("C01001", equation) ~ "C001001",
    grepl("C03402", equation) ~ "C03402",
    grepl("C09095", equation) ~ "C09095",
    grepl("C00006", equation) ~ "C00006",
    grepl("C00005", equation) ~ "C00005"
  ))

尝试的简化写法（未成功） #

cc = c("C00469","C00084","C00001","C03409","C03402")
my_function= function(x){
  path_ko_rn_eq_car_2 = path_ko_rn_eq_car %>% 
    mutate(new_var = case_when(grepl(x, equation) ~ x))
}
data.frame(sapply(cc, myfunction))

正确简化方案 #

方案一：使用stringr::str_extract（最简洁） #

这种方法利用字符串提取直接匹配目标代码，和原脚本逻辑一致（匹配第一个符合的代码）：

library(stringr)

# 整理所有目标代码（修正原脚本中的笔误：C01009对应C01009，C01001对应C01001）
target_codes <- c("C00469", "C00009", "C00409", "C01009", "C03409", 
                  "C09091", "C00001", "C01001", "C03402", "C09095", 
                  "C00006", "C00005")

# 构造正则匹配模式，用|分隔所有目标代码
pattern <- str_c(target_codes, collapse = "|")

path_ko_rn_eq_car_2 <- path_ko_rn_eq_car %>%
  mutate(new_var = str_extract(equation, pattern))

方案二：动态生成case_when条件（保留原逻辑结构） #

如果需要保留case_when的写法，可以动态生成所有条件：

library(purrr)

target_codes <- c("C00469", "C00009", "C00409", "C01009", "C03409", 
                  "C09091", "C00001", "C01001", "C03402", "C09095", 
                  "C00006", "C00005")

# 生成每个代码对应的case_when条件，再合并为条件列表
case_conditions <- map(target_codes, ~ grepl(.x, equation) ~ .x) %>%
  reduce(c)

path_ko_rn_eq_car_2 <- path_ko_rn_eq_car %>%
  mutate(new_var = case_when(!!!case_conditions))

原写法失败原因 #

• 自定义函数每次仅生成单个条件的case_when，循环调用后会生成多个独立的dataframe，而非合并所有条件到同一个case_when中
• sapply的用法不符合需求，它会将多个返回的dataframe拼接，这并非你想要的结果

内容的提问来源于stack exchange，提问作者Juliana B C