使用recode或case_when合并HIV风险变量并筛选数据集求助

以下是几种直接可行的实现方式，针对不同的变量编码场景：

场景1：风险变量为"Yes"/"No"字符型 #

假设你的数据集名为df，四个风险变量分别是risk1、risk2、risk3、risk4，取值为"Yes"（有风险）或"No"（无风险），直接用filter结合逻辑或运算符|即可完成筛选：

library(dplyr)

# 保留至少有一项风险的样本
df_risk_subset <- df %>%
  filter(risk1 == "Yes" | risk2 == "Yes" | risk3 == "Yes" | risk4 == "Yes")

场景2：风险变量为二进制数值型（1=有风险，0=无风险） #

如果变量是1/0编码，可通过求和简化条件，只要总和大于0就说明存在至少一项风险：

df_risk_subset <- df %>%
  filter(risk1 + risk2 + risk3 + risk4 > 0)

用case_when先标记再筛选（兼容多种编码） #

如果需要先创建一个"是否有风险"的标记变量，再筛选，可使用case_when：

df_risk_subset <- df %>%
  mutate(has_any_risk = case_when(
    # 这里替换成你的实际风险判断条件
    risk1 == "Yes" | risk2 == "Yes" | risk3 == "Yes" | risk4 == "Yes" ~ TRUE,
    # 其余情况（无任何风险）标记为FALSE
    TRUE ~ FALSE
  )) %>%
  filter(has_any_risk)

常见问题排查 #

如果之前的代码失效，大概率是这几个原因：

• 误用了逻辑与&而非逻辑或|
• 变量取值不统一（比如有的是小写"yes"，有的是大写"Yes"，可先用str_to_upper()统一格式）
• 未处理缺失值：如果存在NA，可在条件中加入is.na(riskX)（根据需求决定是否将缺失视为有风险）

内容的提问来源于stack exchange，提问作者Sabrina