简化多变量同条件case_when()用法及批量生成变量方法

核心方案：用dplyr的if_any() + 批量变量匹配 #

针对你需要为每个考试类别（如exam、quiz）批量生成"是否存在成绩<70"标记变量的需求，无需手动编写大量case_when()，可以通过dplyr的if_any()结合变量前缀匹配实现高效处理。

步骤1：构造示例数据 #

先模拟包含多类别成绩的数据集：

library(dplyr)

set.seed(123)
df <- tibble(
  id = 1:5,
  exam_1 = sample(60:100, 5),
  exam_2 = sample(60:100, 5),
  quiz_1 = sample(60:100, 5),
  quiz_2 = sample(60:100, 5),
  quiz_3 = sample(60:100, 5)
)

步骤2：针对已知类别批量生成标记变量 #

如果已知所有考试类别（如exam、quiz），直接用starts_with()匹配同类别变量，结合if_any()判断是否存在不及格成绩：

df <- df %>%
  mutate(
    # 生成exam类别的标记：任意exam成绩<70则标记"有不及格"，否则"无不及格"
    exam_has_low = ifelse(if_any(starts_with("exam"), ~ .x < 70), "有不及格", "无不及格"),
    # 生成quiz类别的标记
    quiz_has_low = ifelse(if_any(starts_with("quiz"), ~ .x < 70), "有不及格", "无不及格")
  )

步骤3：自动识别类别，批量处理所有类别 #

如果考试类别数量多，无需手动枚举，可自动提取类别前缀后循环处理：

# 提取所有成绩变量的类别前缀（假设变量格式为"类别_编号"）
score_vars <- names(df)[grepl("^[a-z]+_[0-9]+$", names(df))]
categories <- unique(sub("_\\d+$", "", score_vars))

# 循环为每个类别生成标记变量
for (cat in categories) {
  df <- df %>%
    mutate(
      !!paste0(cat, "_has_low") := ifelse(if_any(starts_with(cat), ~ .x < 70), 
                                          "有不及格", "无不及格")
    )
}

关键说明 #

• if_any(starts_with(cat), ~ .x < 70)：检查当前类别下的所有变量，只要有一个满足<70就返回TRUE
• !!paste0(cat, "_has_low") :=：用tidyeval语法动态生成变量名（如exam_has_low、quiz_has_low）
• 若只需布尔值标记（TRUE/FALSE），可直接保留if_any()的结果，无需嵌套ifelse

内容的提问来源于stack exchange，提问作者Casey