多条件mutate生成星巴克数据category与Caffeine列的技术问询

需求说明 #

基于星巴克数据集，通过mutate生成两个新列：

• category列：根据product_name的内容进行分类
• Caffeine列：根据caffeine_mg的值标记，规则为caffeine_mg>0时为"Yes"，caffeine_mg=0时为"No"

原代码存在的问题 #

1. 多字符串匹配错误：grepl(c("coffee","Coffee","Caffè"), product_name)写法无效，grepl的pattern参数不支持直接传入字符向量，需用正则表达式的|合并多个匹配项。
2. 条件判断运算符错误：case_when中caffeine_mg=0是赋值操作，判断相等必须用==。

修正后的完整代码 #

# 读取星巴克数据集
sbucks <- read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2021/2021-12-21/starbucks.csv')

# 生成目标新列
sbucks_new <- sbucks %>% 
  mutate(category = case_when(
    grepl("Tea", product_name) ~ "Tea",
    grepl("coffee|Coffee|Caffè", product_name) ~ "Coffee",
    grepl("Smoothie", product_name) ~ "Smoothie",
    grepl("Hot Chocolate", product_name) ~ "Hot Chocolate",
    grepl("Espresso", product_name) ~ "Espresso",
    grepl("Refreshers", product_name) ~ "Refreshers",
    TRUE ~ "Others"
  )) %>% 
  mutate(Caffeine = case_when(
    caffeine_mg == 0 ~ "No",
    caffeine_mg > 0 ~ "Yes"
  ))

关键修改说明 #

• category列优化：将多字符串匹配改为coffee|Coffee|Caffè的正则形式，确保能匹配所有含咖啡相关关键词的产品；同时注意匹配顺序，若某产品名称包含多个关键词，会按代码中的顺序匹配第一个符合条件的分类。
• Caffeine列修复：把赋值符号=替换为相等判断符==，保证条件逻辑正确执行。

内容的提问来源于stack exchange，提问作者Clairine