R语言mutate()与case_when()无法为新字段填充值的问题排查

核心问题分析 #

你遇到的Territory字段返回NA的情况，大概率是Source列值与预定义大洲向量的字符串不匹配，或是代码复用过程中出现变量/逻辑错误，以下是针对性的解决步骤：

1. 排查字符串匹配问题 #

这是最常见的原因，比如大小写不一致、多余空格、拼写差异（如"Korea, South" vs "South Korea"）、特殊字符格式问题。

• 先查看目标数据集Source列的唯一值，对比预定义向量：

  # 输出Source列的所有唯一值
  unique(your_dataset$Source)
  

• 统一字符串格式，消除匹配障碍：

  # 加载stringr包处理字符串
  library(stringr)
  
  # 统一所有大洲向量的大小写为小写
  Africa <- tolower(Africa)
  NorthAmerica <- tolower(NorthAmerica)
  Europe <- tolower(Europe)
  Asia <- tolower(Asia)
  Oceania <- tolower(Oceania)
  SouthAmerica <- tolower(SouthAmerica)
  Others <- tolower(Others)
  
  # 处理数据集的Source列：转小写+去除首尾空格
  your_dataset <- your_dataset %>%
    mutate(Source = tolower(str_trim(Source)))
  

2. 标准化代码复用逻辑 #

针对多个数据集的场景，避免重复编写case_when代码，降低出错概率：

• 先定义通用的填充函数，确保所有数据集使用同一逻辑：

  # 定义填充Territory字段的函数
  add_territory <- function(df) {
    df %>%
      mutate(Territory = case_when(
        Source %in% Africa ~ "Africa",
        Source %in% NorthAmerica ~ "North America",
        Source %in% Europe ~ "Europe",
        Source %in% Asia ~ "Asia",
        Source %in% Oceania ~ "Oceania",
        Source %in% SouthAmerica ~ "South America",
        Source %in% Others ~ "Rest of world",
        TRUE ~ "Unclassified" # 新增默认分支，避免未匹配值返回NA
      ))
  }
  

• 批量应用到所有数据集：

  meats_long <- add_territory(meats_long)
  dataset1 <- add_territory(dataset1)
  dataset2 <- add_territory(dataset2)
  

3. 处理数据类型不兼容问题 #

如果Source列是因子类型，与字符向量的%in%匹配会失效：

• 将Source列转换为字符型：

  your_dataset <- your_dataset %>%
    mutate(Source = as.character(Source))
  

4. 验证未匹配值 #

如果添加默认分支后仍有NA，检查是否存在未覆盖的国家名称，补充到大洲向量中即可。

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