如何基于条件创建新列：将数值为3的元素标记为Yes，其余为No

嘿，我来帮你搞定这个需求——给你的数据框新增一列，当指定列的元素值为3时标记"Yes"，其他情况标记"No"。先把你提供的演示数据框代码修正下（原来的代码有小问题，比如列名和内置函数c()重名，还有序列生成的语法错误），正确的代码是这样的：

# 修正后的演示数据框
id <- c(1:50)
col_c <- c(10:59)  # 把列名改成col_c，避免和内置函数c()冲突
col_d <- seq(200, 152, by=-2)  # 用seq()生成步长为-2的序列，原来的写法会报错
col_e <- seq(352, 400, by=2)
df <- cbind.data.frame(id, col_c, col_d, col_e)

下面给你三种常用的实现方法，你可以根据自己的习惯选择：

方法1：基础R的ifelse()函数（最便捷） #

这是处理这种向量化条件判断的首选方式，一行代码就能搞定。假设我们要判断的列是col_c，代码如下：

# 新增new_col列，根据col_c的值标记Yes/No
df$new_col <- ifelse(df$col_c == 3, "Yes", "No")

简单解释下：ifelse()会逐行检查第一个参数的条件（这里是df$col_c == 3），满足条件的位置返回第二个参数"Yes"，不满足的返回第三个参数"No"，直接把结果赋值给数据框的新列new_col就行。

方法2：tidyverse风格的dplyr::mutate() + if_else() #

如果你平时习惯用tidyverse系列工具，这种写法会更符合管道化的代码风格，而且if_else()比基础R的ifelse()类型检查更严格，不容易出现隐式类型转换的坑：

首先得先安装并加载dplyr包（如果还没装的话）：

install.packages("dplyr")
library(dplyr)

然后用管道操作新增列：

df <- df %>%
  mutate(new_col = if_else(col_c == 3, "Yes", "No"))

方法3：基础R的for循环（适合理解逻辑，不推荐大规模数据） #

虽然循环处理数据框效率不高，但如果想搞清楚逐行判断的底层逻辑，也可以这么写：

# 先把新列初始化为"No"
df$new_col <- "No"
# 遍历每一行，满足条件就改成"Yes"
for(i in 1:nrow(df)){
  if(df$col_c[i] == 3){
    df$new_col[i] <- "Yes"
  }
}

最后提一句：如果你的目标判断列不是col_c，只需要把代码里的col_c换成你实际要指定的列名就好啦！

内容的提问来源于stack exchange，提问作者Tess