如何简化R语言中mutate函数的重复条件判断？

你的示例数据框：

df <- data.frame(
  col1 = c(4,5,6,11),
  col2 = c('b','b','c', 'b')
)

原mutate代码重复了多次col2 == 'b'，可以通过以下几种方式简化：

方法1：嵌套case_when #

把col2 == 'b'作为外层条件，内层只处理col1的分支判断，避免重复书写：

library(dplyr)

df2 <- df %>%
  mutate(col3 = case_when(
    col2 == 'b' ~ case_when(
      col1 == 4 ~ 10,
      col1 == 5 ~ 15,
      col1 == 11 ~ 20
    ),
    col2 == 'c' & col1 == 6 ~ 7
  ))

方法2：用recode处理映射 #

当col2 == 'b'时，col1和col3是明确的键值映射，用recode可以让代码更简洁：

df2 <- df %>%
  mutate(col3 = case_when(
    col2 == 'b' ~ recode(col1, `4` = 10, `5` = 15, `11` = 20),
    col2 == 'c' & col1 == 6 ~ 7
  ))

方法3：使用映射表（适合复杂场景） #

如果映射规则较多或需要频繁修改，建议创建单独的映射表，通过left_join实现匹配：

# 创建映射规则表
map_table <- tibble(
  col2 = c('b', 'b', 'b', 'c'),
  col1 = c(4, 5, 11, 6),
  col3 = c(10, 15, 20, 7)
)

df2 <- df %>%
  left_join(map_table, by = c("col1", "col2"))

以上三种方法都能达到和原代码相同的输出结果，且避免了重复书写col2 == 'b'的条件，可根据实际场景选择最合适的方式。

内容的提问来源于stack exchange，提问作者karuno