使用ifelse条件语句与for loop实现答题数据自动判分求助

看起来你的代码逻辑没处理到逐单元格匹配的核心需求，咱们先拆解下原代码的问题，再给出正确的实现：

原代码的核心问题 #

1. 你用scores[i,6:25] == KEY做整行向量比较，只有当这一行20道题答案和KEY完全一致时，才会触发scores[i,6] <-1；否则直接把数据集最后一列设为0，这完全不是逐题判断的逻辑。
2. 没有遍历每一道题的列，只处理了第6列和最后一列，完全没覆盖所有20道题的范围。

正确的for循环 + ifelse实现 #

按照你的要求，用嵌套循环遍历每行每列，结合ifelse完成逐单元格匹配赋值：

# 定义标准答案KEY
KEY <- c('B', 'C', 'B', 'C', 'C', 'C', 'B', 'D', 'D', 'C', 'C', 'C', 'C', 'A', 'D', 'B', 'A', 'A', 'B', 'D')

# 外层循环：遍历每一行答题数据
for(i in 1:nrow(scores)){
  # 内层循环：遍历每一道题（对应KEY的每个元素）
  for(j in 1:length(KEY)){
    # 计算当前题目对应的列索引：Q1-Q20对应第6-25列
    col_pos <- 6 + j - 1
    # 用ifelse判断匹配情况，赋值1或0
    scores[i, col_pos] <- ifelse(scores[i, col_pos] == KEY[j], 1, 0)
  }
}

代码说明 #

• 外层循环处理每一行的答题数据，内层循环对应每一道题（和KEY的元素一一对应）
• col_pos计算每道题在数据集中的列位置，确保Q1对应第6列，Q20对应第25列
• 用ifelse逐个单元格和KEY对应位置的答案比较，匹配则设为1，不匹配设为0

额外优化：R风格的向量化实现（无需循环） #

如果你不需要严格用for循环，R的向量化操作会更高效，尤其适合大数据集：

# 提取所有题目列（第6-25列）
question_data <- scores[, 6:25]
# 直接向量化比较，生成0-1结果并替换原列
scores[, 6:25] <- ifelse(question_data == KEY, 1, 0)

注意事项 #

• 确保你的scores数据集中第6-25列是字符型（和KEY的类型一致），如果是因子类型，先转成字符型：

  scores[, 6:25] <- lapply(scores[, 6:25], as.character)
  

内容的提问来源于stack exchange，提问作者John Huang