从SAS转R：多变量循环按字符位置赋值total_drug问题

原SAS代码逻辑 #

data Drug_inj;
set initial;
array odiag(25) odiag1-odiag25;
do i = 1 to 25;
if substrn(odiag(i), 1,3) = 'T36' and (substrn(odiag(i), 6,1) = '1') then total_drug = 1;
if substrn(odiag(i), 1,3) = 'T37' and (substrn(odiag(i), 6,1) = '1') then total_drug = 1;
if substrn(odiag(i), 1,3) = 'T38' and (substrn(odiag(i), 6,1) = '1') then total_drug = 1;
if substrn(odiag(i), 1,3) = 'T39' and (substrn(odiag(i), 6,1) = '1') then total_drug = 1;
if substrn(odiag(i), 1,2) = 'T4'  and (substrn(odiag(i), 6,1) = '1') then total_drug = 1;
if substrn(odiag(i), 1,3) = 'T50' and (substrn(odiag(i), 6,1) = '1') then total_drug = 1;
if substrn(odiag(i), 1,4) = 'T369' then total_drug = 1;
end;

需求说明 #

遍历odiag1至odiag25变量，只要任意一个变量满足以下条件之一，就将total_drug赋值为1：

• 字符串前3位为T36/T37/T38/T39/T50且第6位为1
• 字符串前2位为T4且第6位为1
• 字符串前4位为T369

原尝试代码的错误点 #

1. 变量列表定义错误：需用字符向量而非列表，且元素间需用逗号分隔
2. 循环语法错误：正确格式应为for (var in 变量向量)
3. substr参数错误：将判断条件误写进了截取长度参数中，需先截取字符串再做判断
4. 列引用错误：Drug_inj$i会取列名为i的变量，需用Drug_inj[[var]]引用循环中的目标列
5. ifelse逻辑混乱：多个条件未正确用逻辑运算符组合

正确的循环实现代码 #

# 初始化total_drug为0（默认不满足条件）
Drug_inj$total_drug <- 0

# 自动生成odiag1到odiag25的变量名向量
odiag_vars <- paste0("odiag", 1:25)

# 循环遍历每个诊断码变量
for (var in odiag_vars) {
  # 提取当前循环的诊断码列
  current_diag <- Drug_inj[[var]]
  
  # 拆分三个判断条件
  cond1 <- substr(current_diag, 1, 3) %in% c("T36", "T37", "T38", "T39", "T50") & substr(current_diag, 6, 6) == "1"
  cond2 <- substr(current_diag, 1, 2) == "T4" & substr(current_diag, 6, 6) == "1"
  cond3 <- substr(current_diag, 1, 4) == "T369"
  
  # 只要任一条件成立，将对应行的total_drug设为1
  Drug_inj$total_drug[cond1 | cond2 | cond3] <- 1
}

代码说明 #

• 用paste0自动生成变量名，避免手动输入25个变量名的繁琐
• 先初始化total_drug为0，确保未满足条件的行默认值正确
• 拆分条件后用|（逻辑或）组合，符合SAS中多次判断只要任一条件触发就赋值1的逻辑
• 循环中只要某一行的任意一个odiag变量满足条件，就将该行total_drug设为1，后续循环不会覆盖已赋值的1

内容的提问来源于stack exchange，提问作者kevin_kwan