dplyr中case_when报错疑问：为何需用as.numeric包裹Q12？

先看你遇到问题的代码：

library(dplyr)
df = data.frame(hcat = 1:5,
                Q12  = 41:45)

df |> 
  mutate(Q12_test = case_when(hcat <= 3 & Q12 == 41 ~ 40,
                              hcat == 5 & Q12 == 42 ~ 41,
                              hcat == 5 & Q12 == 43 ~ 42,
                              TRUE ~ Q12))

运行这段代码会报错，移除TRUE ~ Q12兜底分支能正常执行，但要保留原始值而非转为NA时，必须用TRUE ~ as.numeric(Q12)才能正常运行，核心原因如下：

关键规则：case_when要求所有分支类型一致 #

case_when的核心要求是：所有满足条件的分支必须返回相同数据类型的结果，否则会触发类型不匹配错误。

具体冲突点 #

• 你代码里前三个分支的返回值40、41、42是R默认的双精度浮点数（double）（R中直接写不带L后缀的数字都是double类型）。
• 而data.frame里用41:45创建的Q12列是**整数型（integer）**向量。
• 当兜底分支直接返回Q12时，integer类型和前面的double类型冲突，导致报错。

两种可行的解决方式 #

1. 把兜底列转为double类型：用as.numeric(Q12)将整数型的Q12转为double，和前三个分支的类型统一：

df |> 
  mutate(Q12_test = case_when(hcat <= 3 & Q12 == 41 ~ 40,
                              hcat == 5 & Q12 == 42 ~ 41,
                              hcat == 5 & Q12 == 43 ~ 42,
                              TRUE ~ as.numeric(Q12)))

2. 把前三个分支转为整数类型：给前三个分支的数值加L后缀，明确指定为整数型，这样兜底分支直接返回Q12（integer类型）也能匹配：

df |> 
  mutate(Q12_test = case_when(hcat <= 3 & Q12 == 41 ~ 40L,
                              hcat == 5 & Q12 == 42 ~ 41L,
                              hcat == 5 & Q12 == 43 ~ 42L,
                              TRUE ~ Q12))

内容的提问来源于stack exchange，提问作者deschen