R语言中基于多变量0值修正“不知道”变量的ifelse语句问题

原代码问题分析 #

你写的ifelse代码有两个关键问题：

• 结果部分用了df_c$F4T1_SQ001_SQ008_pc_nicht==1这种条件判断，这会返回布尔值（TRUE/FALSE），而不是你要设置的1或0；
• 没有把ifelse的结果赋值给目标变量，所以代码只是返回判断结果，根本没修改原始数据框里的dk变量。

正确的基础写法 #

要真正修改dk变量，需要把ifelse的结果直接赋值给它，且结果分支直接写数值1和保留原有值（不要直接设为0，避免覆盖原本已经勾选“不知道”的案例）：

df_c$F4T1_SQ001_SQ008_pc_nicht <- ifelse(
  df_c$F4T1_SQ001_SQ001_pc_privat == 0 &
  df_c$F4T1_SQ001_SQ002_pc_mathematik == 0 &
  df_c$F4T1_SQ001_SQ003_pc_deutsch == 0 &
  df_c$F4T1_SQ001_SQ004_pc_sachunterricht == 0 &
  df_c$F4T1_SQ001_SQ005_pc_englisch == 0 &
  df_c$F4T1_SQ001_SQ006_pc_sport == 0 &
  df_c$F4T1_SQ001_SQ007_pc_ethik == 0,
  1,  # 满足全0条件时设为1
  df_c$F4T1_SQ001_SQ008_pc_nicht  # 不满足时保持原有值
)

更简便的实现方法 #

如果变量数量多，手动写一堆&太麻烦，可以用rowSums结合列名匹配来简化：

1. 先筛选出需要判断的所有选项变量（通过正则匹配列名）：

# 匹配以F4T1_SQ001_SQ001到SQ007开头的变量
option_cols <- grep("^F4T1_SQ001_SQ00[1-7]_pc_", names(df_c), value = TRUE)

2. 用rowSums判断每行这些变量的和是否为0（全0的话和就是0），再修改dk变量：

df_c$F4T1_SQ001_SQ008_pc_nicht <- ifelse(
  rowSums(df_c[option_cols]) == 0,
  1,
  df_c$F4T1_SQ001_SQ008_pc_nicht
)

这种方法不仅代码更简洁，还能避免手动输入变量名时的拼写错误，后续变量数量变化时也更容易调整。

验证修改是否正确 #

可以通过以下方式确认数据是否修正到位：

• 查看dk变量的分布变化：

table(df_c$F4T1_SQ001_SQ008_pc_nicht)

• 抽查所有选项全为0的案例，看dk是否被设为1：

subset(df_c, rowSums(df_c[option_cols]) == 0, select = c(option_cols, "F4T1_SQ001_SQ008_pc_nicht"))

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