使用双循环+if语句填充DataFrame列失败，求更优实现方案

很棒的问题！你完全不需要复杂的双重循环或者嵌套ifelse语句来解决这个问题——R有很多简洁的向量化方法，既高效又易读。下面给你几种不同场景下的最优实现方案：

1. 直接拼接两列性别信息 #

如果只是想把两列的性别内容直接组合起来，使用paste()函数就能快速实现，还可以自定义分隔符：

a$couple <- paste(a$gender_p1, a$gender_p2, sep = "-")

执行后你的数据集会变成：

gender_p1 gender_p2     couple
1      man      man    man-man
2    woman      man  woman-man
3      man    woman  man-woman
4      man    woman  man-woman

2. 标准化情侣类型（不区分顺序） #

如果你想把"woman-man"和"man-woman"视为同一种类型（比如统一显示为"man-woman"），可以先对每一行的两个性别排序再拼接：

方法一（Base R 原生实现）： #

a$couple <- apply(a[, c("gender_p1", "gender_p2")], 1, 
                  function(x) paste(sort(x), collapse = "-"))

方法二（使用purrr包，代码更简洁）： #

library(purrr)
a$couple <- pmap_chr(a[, c("gender_p1", "gender_p2")], 
                     ~paste(sort(c(..1, ..2)), collapse = "-"))

执行后结果会统一性别顺序：

gender_p1 gender_p2     couple
1      man      man    man-man
2    woman      man  man-woman
3      man    woman  man-woman
4      man    woman  man-woman

3. 分类标记情侣类型 #

如果需要更具语义的标签（比如"同性情侣"或"异性情侣"），可以用dplyr包的case_when()，比嵌套ifelse逻辑清晰太多：

library(dplyr)
a <- a %>%
  mutate(couple = case_when(
    gender_p1 == gender_p2 ~ paste(gender_p1, "couple"),
    TRUE ~ "mixed-gender couple"
  ))

结果会变成：

gender_p1 gender_p2             couple
1      man      man        man couple
2    woman      man mixed-gender couple
3      man    woman mixed-gender couple
4      man    woman mixed-gender couple

为什么这些方法更优？ #

R是为向量化操作设计的，相比循环，向量化方法运行速度更快（尤其是处理大数据集时），代码也更简洁易维护，不容易出现逻辑错误。

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