如何用R在数据框中基于两列分类值生成新列

R语言实现 #

方法1：使用dplyr的case_when（推荐） #

case_when适合多条件分支场景，语法直观易读：

library(dplyr)

# 假设你的数据框名为df
df <- df %>%
  mutate(new_col = case_when(
    col1 == "T1" & col2 == "T1" ~ "T1",
    col1 == "T3" & col2 == "T3" ~ "T3",
    TRUE ~ NA_character_  # 其余情况返回NA
  ))

方法2：基础R原生实现（无需额外包） #

利用ifelse函数快速处理：

# 直接给数据框新增列
df$new_col <- ifelse(df$col1 == df$col2 & df$col1 %in% c("T1", "T3"), df$col1, NA)

Python/Pandas实现 #

方法1：使用np.select（多条件场景首选） #

np.select可以清晰定义条件与对应结果：

import pandas as pd
import numpy as np

# 假设数据框名为df
conditions = [
    (df['col1'] == 'T1') & (df['col2'] == 'T1'),
    (df['col1'] == 'T3') & (df['col2'] == 'T3')
]
choices = ['T1', 'T3']

df['new_col'] = np.select(conditions, choices, default=np.nan)

方法2：apply函数实现 #

通过行遍历处理（适合简单场景，大数据量不推荐）：

df['new_col'] = df.apply(
    lambda row: row['col1'] if row['col1'] == row['col2'] and row['col1'] in ['T1', 'T3'] else pd.NA,
    axis=1
)

内容的提问来源于stack exchange，提问作者Gabriel Osborn