如何用ifelse()/case_when()分组CPT Code且避免重复变量？

错误根源 #

你的代码中使用CPT Code == (xxx | xxx)的写法存在语法逻辑错误：R会先对括号内的数值执行逻辑或运算（|），非零数值在逻辑判断中会被视为TRUE，因此整个括号的结果是TRUE。实际执行的是CPT Code == TRUE，只有当CPT Code等于1时才会匹配，最终导致所有数据都被归类为Other。

正确实现方式 #

要避免重复书写CPT Code == xxxxx，同时正确完成分组，推荐结合%in%运算符和case_when()函数（比嵌套ifelse()更简洁易读）：

方法1：提前定义手术组代码清单（适合长列表，易维护）

library(dplyr)
library(janitor)

# 定义各手术组对应的CPT代码集合
pancreatectomy_cpts <- c(48120, 48140, 48145, 48146, 48148)
colectomy_cpts <- c(44140, 44141, 44143, 44144)
proctectomy_cpts <- c(44155, 44156, 44157, 44158, 44211)

df <- df %>% 
  mutate(
    `CPT Code` = as.numeric(`CPT Code`),
    proc_group = case_when(
      `CPT Code` %in% pancreatectomy_cpts ~ "Pancreatectomy",
      `CPT Code` %in% colectomy_cpts ~ "Colectomy",
      `CPT Code` %in% proctectomy_cpts ~ "Proctectomy",
      TRUE ~ "Other" # 未匹配到上述组别的数据归为Other
    )
  )

tabyl(df$proc_group)

方法2：直接在case_when()中写代码向量（简短列表适用）

library(dplyr)
library(janitor)

df <- df %>% 
  mutate(
    `CPT Code` = as.numeric(`CPT Code`),
    proc_group = case_when(
      `CPT Code` %in% c(48120, 48140, 48145, 48146, 48148) ~ "Pancreatectomy",
      `CPT Code` %in% c(44140, 44141, 44143, 44144) ~ "Colectomy",
      `CPT Code` %in% c(44155, 44156, 44157, 44158, 44211) ~ "Proctectomy",
      TRUE ~ "Other"
    )
  )

tabyl(df$proc_group)

优势说明 #

• %in%专门用于判断元素是否属于某个集合，完美替代重复的==+|写法，避免语法错误
• case_when()采用顺序判断结构，逻辑清晰，比多层嵌套ifelse()更易读和维护
• 提前定义代码清单的方式，后续修改或扩展CPT代码时，只需调整清单变量，无需改动判断逻辑

内容的提问来源于stack exchange，提问作者Cassandra