R语言入门求助：如何基于其他列特定字符串值创建新列？

作为编程和R语言新手，我需要用R完成硕士研究项目的数据分析，目标是根据数据框中PCLVL和PSLVL两列的字符串值创建新列Perf，但尝试了嵌套for循环和嵌套if语句均未成功，附上尝试的代码、初始数据框及期望结果，寻求解决方法。

尝试的方法 #

方法1：嵌套for循环 #

y <- 1
for (i in Scores$PCLVL){
  for (j in Scores$PSLVL){
    if (i == "High" && j == "High"){
      Scores$Perf[y] <- "Mixed Perfectionism"
      y <- y + 1
    } else if (i == "Low" && j == "High"){
        Scores$Perf[y] <- "PSP"
        y <- y + 1
      }
      else if (i == "High" && j == "Low"){
        Scores$Perf[y] <- "ECP"
        y <- y + 1
      }
      else if (i == "Low" && j == "Low"){
        Scores$Perf[y] <- "Non Perfectionism"
        y <- y + 1
      }
  }
}

问题：嵌套循环会遍历PCLVL和PSLVL的所有组合（笛卡尔积），导致y的增长远超过数据行数，结果完全错误，且这种场景根本不需要嵌套循环。

方法2：嵌套if语句 #

Scores$Perf <- if (Scores$PCLVL == "High" & Scores$PSLVL == "High", 'Mixed Perfectionism',
                   if else (Scores$PCLVL == "High" & Scores$PSLVL == "Low", 'ECP',
                   if else (Scores$PCLVL == "Low" & Scores$PSLVL == "High", 'PSP', 
'Non Perfectionism'
                   if else (Scores$PCLVL == "Low" & Scores$PSLVL == "Low", 'Non Perfectionism', 'NA'))))

问题：语法错误。R中处理向量的条件函数是ifelse()（连写，无空格），而if只能处理单个逻辑值，不能直接用于向量；同时代码的括号和参数结构混乱，导致无法运行。

初始数据框 #

Scores <- data.frame(
  PCLVL = c("High", "High", "Low", "High", "High", "Low"),
  PSLVL = c("High", "High", "High", "High", "High", "High")
)

（注：期望结果中第2、5行的PSLVL值与初始数据不一致，推测是笔误，以下解决方案基于期望结果的逻辑处理）

期望结果 #

PCLVL PSLVL       Perf
1  High  High Mixed Perfectionism
2  High  Low        ECP
3   Low  High       PSP
4  High  High Mixed Perfectionism
5   Low  Low   Non Perfectionism
6   Low  High       PSP

解决方案 #

方法1：嵌套ifelse()（基础R实现，向量化） #

R是向量式语言，优先用向量化操作代替循环，ifelse()可直接处理整个向量：

Scores$Perf <- ifelse(
  Scores$PCLVL == "High" & Scores$PSLVL == "High", 
  "Mixed Perfectionism",
  ifelse(
    Scores$PCLVL == "High" & Scores$PSLVL == "Low", 
    "ECP",
    ifelse(
      Scores$PCLVL == "Low" & Scores$PSLVL == "High", 
      "PSP",
      "Non Perfectionism"
    )
  )
)

注意：ifelse是连写的，每个ifelse的参数为(条件, 满足条件的结果, 不满足条件的结果)，结构要严谨。

方法2：dplyr::case_when()（更直观易读） #

如果使用tidyverse工具链，case_when()的语法更清晰，适合多条件判断：

# 先安装并加载dplyr包（首次使用需安装）
# install.packages("dplyr")
library(dplyr)

Scores <- Scores %>%
  mutate(Perf = case_when(
    PCLVL == "High" & PSLVL == "High" ~ "Mixed Perfectionism",
    PCLVL == "High" & PSLVL == "Low" ~ "ECP",
    PCLVL == "Low" & PSLVL == "High" ~ "PSP",
    TRUE ~ "Non Perfectionism"  # 所有未匹配的情况默认值
  ))

这种方法将条件与结果一一对应，可读性和可维护性远高于嵌套ifelse()。

方法3：修复for循环（仅作逻辑理解，不推荐） #

如果一定要用循环，只需逐行遍历即可，无需嵌套：

# 先初始化新列，避免内存反复分配
Scores$Perf <- character(nrow(Scores))

for (row in 1:nrow(Scores)) {
  pclvl <- Scores$PCLVL[row]
  pslvl <- Scores$PSLVL[row]
  
  if (pclvl == "High" && pslvl == "High") {
    Scores$Perf[row] <- "Mixed Perfectionism"
  } else if (pclvl == "Low" && pslvl == "High") {
    Scores$Perf[row] <- "PSP"
  } else if (pclvl == "High" && pslvl == "Low") {
    Scores$Perf[row] <- "ECP"
  } else if (pclvl == "Low" && pslvl == "Low") {
    Scores$Perf[row] <- "Non Perfectionism"
  }
}

直接遍历行号，每次取当前行的两个值判断，避免了嵌套循环的笛卡尔积问题。

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