R语言tidyverse：多列场景下按类别与数值符号拆分列的简化实现

问题背景 #

需要根据类别列的条件和数值列的符号，拆分数据框中的数值列。以如下示例数据为例：

library(tidyverse)

a <- tribble(
  ~category , ~val ,
  'A' , 1 ,
  'A' , -1 ,
  'B' , -2 ,
  'C' , 1 ,
  'Z' , 3 ,
  'Z' , -4
)

需求是创建四个新列：

• good：类别≠'Z'时的正值，其余为0
• bad：类别≠'Z'时的负值，其余为0
• reserve：类别='Z'时的正值，其余为0
• risk：类别='Z'时的负值，其余为0

现有实现用多个if_else，但面对大量类别列、数值列及拆分规则时，写法会过于繁琐，需要更简洁的通用方案。

优化方案 #

方案1：用case_when简化条件逻辑 #

将重复的判断逻辑整合，代码更清晰且易扩展：

a %>%
  mutate(
    good = case_when(category != 'Z' & val >= 0 ~ val, TRUE ~ 0),
    bad = case_when(category != 'Z' & val < 0 ~ val, TRUE ~ 0),
    reserve = case_when(category == 'Z' & val >= 0 ~ val, TRUE ~ 0),
    risk = case_when(category == 'Z' & val < 0 ~ val, TRUE ~ 0)
  )

后续新增规则时，只需在对应case_when中追加条件即可。

方案2：规则映射+宽长表转换（适用于大量列场景） #

通过定义规则映射表，结合宽长表转换实现批量拆分，避免重复写列逻辑：

# 定义分组键与新列名的映射规则
rule_map <- tribble(
  ~group_key, ~new_col,
  "not_Z_pos", "good",
  "not_Z_neg", "bad",
  "Z_pos", "reserve",
  "Z_neg", "risk"
)

a %>%
  # 标记每条数据所属的分组键
  mutate(
    group_key = case_when(
      category != 'Z' & val >= 0 ~ "not_Z_pos",
      category != 'Z' & val < 0 ~ "not_Z_neg",
      category == 'Z' & val >= 0 ~ "Z_pos",
      category == 'Z' & val < 0 ~ "Z_neg"
    )
  ) %>%
  left_join(rule_map, by = "group_key") %>%
  mutate(value = val, .keep = "unused") %>%
  # 转换为宽表并填充默认值0
  pivot_wider(
    names_from = new_col,
    values_from = value,
    values_fill = 0
  ) %>%
  # 保留原列（可选）
  select(category, val, good, bad, reserve, risk)

新增规则或处理多数值列时，仅需修改rule_map和调整转换逻辑即可，扩展性极强。

方案3：自定义函数批量处理多数值列 #

如果存在多个数值列需要处理，可通过自定义函数结合across实现批量操作：

# 自定义拆分函数，支持传入数值列和类别列
split_by_cat_sign <- function(col, cat_col, target_cat = "Z") {
  list(
    good = case_when(cat_col != target_cat & col >= 0 ~ col, TRUE ~ 0),
    bad = case_when(cat_col != target_cat & col < 0 ~ col, TRUE ~ 0),
    reserve = case_when(cat_col == target_cat & col >= 0 ~ col, TRUE ~ 0),
    risk = case_when(cat_col == target_cat & col < 0 ~ col, TRUE ~ 0)
  )
}

# 批量处理指定数值列（多列时可写c(val, val2, val3)）
a %>%
  mutate(across(val, ~ split_by_cat_sign(.x, category), .names = "{.fn}_{.col}")) %>%
  # 清理自动生成的列名前缀
  rename_with(~ str_remove(.x, "split_by_cat_sign_"), starts_with("split_by_cat_sign_"))

这种方式无需为每个数值列重复写拆分逻辑，大幅减少代码冗余。

内容的提问来源于stack exchange，提问作者bthebread