使用case_when处理因子类型列时出错，求生成同因子水平新列的方法

错误原因 #

报错的核心是case_when要求所有分支返回的结果类型完全一致：前四个分支返回的是字符串，最后一个分支返回的是因子类型的trt_ab，类型不匹配触发了属性长度不匹配的错误。

解决方案 #

以下两种方法都能解决问题，可根据习惯选择：

方法一：统一返回因子类型

将每个字符串结果转换为和trt_ab具有相同水平的因子，确保所有分支返回类型一致：

data %>%
  mutate(trt = case_when(
    trt_a == 0 & trt_b == 0 ~ factor("neither", levels = levels(trt_ab)),
    trt_a == 1 & trt_b == 0 ~ factor("a", levels = levels(trt_ab)),
    trt_a == 0 & trt_b == 1 ~ factor("b", levels = levels(trt_ab)),
    trt_a == 1 & trt_b == 1 ~ factor("ab", levels = levels(trt_ab)),
    !is.na(trt_ab) ~ trt_ab
  ))

方法二：先转字符统一类型，最后转回因子

先将trt_ab转为字符型，让所有分支返回字符串，最后再把结果转回和原trt_ab相同水平的因子，写法更简洁：

data %>%
  mutate(
    trt = case_when(
      trt_a == 0 & trt_b == 0 ~ "neither",
      trt_a == 1 & trt_b == 0 ~ "a",
      trt_a == 0 & trt_b == 1 ~ "b",
      trt_a == 1 & trt_b == 1 ~ "ab",
      !is.na(trt_ab) ~ as.character(trt_ab)
    ),
    trt = factor(trt, levels = levels(trt_ab))
  )

额外提示 #

如果trt_a/trt_b的因子水平存在变动风险，建议在比较时先转为数值或字符，比如用as.integer(trt_a) == 1替代直接比较，避免因因子水平顺序问题导致的逻辑错误。

内容的提问来源于stack exchange，提问作者jackahall