如何用dplyr按ID分组并通过多条件判断新增TEST列？

你的原始数据是长格式（每个ID对应3行，每行是一个问题的回答），以下提供两种高效处理方式，替代易出错的嵌套ifelse：

方法1：转宽格式后用case_when判断（逻辑更直观） #

先将数据转换为宽格式（每个ID一行，包含三个问题的回答），再用case_when定义规则，结构清晰易维护。

步骤1：加载依赖包 #

library(dplyr)
library(tidyr)

步骤2：转换为宽格式 #

假设你的Question列（或问题标题列）取值为Q1、Q2、Q3，用来区分三个问题：

df_wide <- df %>%
  pivot_wider(
    id_cols = ID,
    names_from = Question,  # 若用"问题标题"列区分，改为`names_from = "问题标题"`
    values_from = Answer
  )

步骤3：根据回答组合生成TEST列 #

df_result <- df_wide %>%
  mutate(
    TEST = case_when(
      # 规则1：全部回答No → TEST=A
      Q1 == "No" & Q2 == "No" & Q3 == "No" ~ "A",
      # 规则2：Q1=No，Q2和Q3=Yes → TEST=B
      Q1 == "No" & Q2 == "Yes" & Q3 == "Yes" ~ "B",
      # 可继续添加其他规则，示例：
      Q1 == "Yes" & Q2 == "No" & Q3 == "No" ~ "C",
      # 未匹配的情况设为默认值
      TRUE ~ "Other"
    )
  )

步骤4（可选）：合并回原始长格式 #

若需保留原始数据的行结构，将TEST列关联回去：

df_final <- df %>%
  left_join(df_result %>% select(ID, TEST), by = "ID")

方法2：直接分组判断（无需转换格式） #

如果不想改变数据结构，可直接按ID分组，通过索引定位对应问题的回答：

df_final <- df %>%
  group_by(ID) %>%
  mutate(
    TEST = case_when(
      # 全部回答No
      all(Answer == "No") ~ "A",
      # Q1=No，Q2和Q3=Yes
      (Answer[Question == "Q1"] == "No") & all(Answer[Question %in% c("Q2", "Q3")] == "Yes") ~ "B",
      # 补充其他规则
      TRUE ~ "Other"
    )
  ) %>%
  ungroup()

注意事项 #

• 确保每个ID的3个问题回答无缺失、无重复行，否则需先通过filter()或complete()处理数据；
• case_when按顺序判断，优先级高的规则要写在前面；
• 若问题标识不是Q1/Q2/Q3，替换为实际的Question或问题标题列取值即可。

内容的提问来源于stack exchange，提问作者LM CT