从R转Julia新手求助：含缺失值的变量条件赋值实现

首先还原R中的初始数据构建：

# 初始化两个带缺失值的向量
esi_offer_cps = Vector{Union{Int, Missing}}(missing, 100)
esi_own = Vector{Union{Int, Missing}}(missing, 100)

# 为esi_offer_cps赋值
esi_offer_cps[1:25] .= 0
esi_offer_cps[26:50] .= 1

# 为esi_own赋值
esi_own[1:16] .= 0
esi_own[25:40] .= 0
esi_own[51:62] .= 0
esi_own[63:80] .= 1

方法一：嵌套三元运算符（简洁版） #

直接用map结合嵌套三元运算符，模拟R中ifelse的缺失值处理逻辑：

esi_offer = map((cps, own) -> 
    # 条件1：esi_offer_cps为1时，直接返回1
    !ismissing(cps) && cps == 1 ? 1 :
    # 条件2：esi_own非缺失且为1时，返回1
    (!ismissing(own) && own == 1) ? 1 :
    # 条件3：esi_offer_cps为0时，返回0
    !ismissing(cps) && cps == 0 ? 0 :
    # 其余情况（cps为缺失，且own非1）返回缺失
    missing,
    esi_offer_cps, esi_own
)

方法二：分步逻辑（直观版） #

如果觉得嵌套三元可读性差，可以用更清晰的分支逻辑：

esi_offer = map(zip(esi_offer_cps, esi_own)) do (cps, own)
    if !ismissing(cps) && cps == 1
        return 1
    end
    # 检查第二个条件
    own_valid = !ismissing(own) && own == 1
    if own_valid
        return 1
    end
    # 检查是否cps为0
    if !ismissing(cps) && cps == 0
        return 0
    end
    # 剩下的情况都是缺失
    return missing
end

验证结果 #

统计各值的数量，和R的输出一致：

count_0 = sum(x -> x === 0, esi_offer)
count_1 = sum(x -> x === 1, esi_offer)
count_missing = sum(ismissing, esi_offer)

println("esi_offer 统计结果：")
println("0: $count_0, 1: $count_1, 缺失值: $count_missing")

输出结果：

esi_offer 统计结果：
0: 25, 1: 43, 缺失值: 32

关键逻辑说明 #

Julia中默认的&&/||及其向量化版本.&&/.||遇到missing会直接返回missing，和R的逻辑不同。我们通过手动判断ismissing来模拟R的规则：

• 只要esi_offer_cps为1，无论esi_own是什么，结果都是1
• 若esi_offer_cps不为1，只要esi_own非缺失且为1，结果也是1
• 若esi_offer_cps为0，无论esi_own是什么，结果都是0
• 其余情况（esi_offer_cps为缺失，且esi_own非1）返回缺失值

内容的提问来源于stack exchange，提问作者FGirosi