使用ifelse/else if创建新变量：基于列条件生成fam_type列

原始数据集 #

先给出原始的数据集代码：

id<-c("aaa","bbb","ccc","ddd","eee","fff")
a<-c(1,1,2,NA,1,1)
b<-c(2,NA,NA,2,NA,NA)
c<-c(3,2,1,3,NA,NA)
d<-c(NA,NA,NA,4,NA,NA)
e<-c(NA,NA,NA,NA,5,NA)
f<-c(NA,NA,NA,1,NA,NA)
dat1<-data.frame(id,a,b,c,d,e,f)

条件规则 #

需根据以下优先级规则生成fam_type列：

• 若行内包含1、2、3、4的组合，标记为ext
• 若行内包含1和5的组合，标记为grand
• 若行内仅包含1和3（无其他有效数值），标记为single
• 若行内包含(1,2,3)组合或(1,2)组合，标记为nuc
• 其余情况标记为other

说明：规则优先级必须严格遵循，比如包含1、2、3、4的行同时满足nuc的条件，因此要先判断ext规则避免误判。

实现代码 #

使用嵌套ifelse结合行遍历实现，核心逻辑是先提取每行非NA值，再逐一匹配规则：

# 定义判断每行类型的函数
get_fam_type <- function(row) {
  vals <- na.omit(row[-1]) # 排除id列，提取当前行非NA数值
  has_1 <- 1 %in% vals
  has_2 <- 2 %in% vals
  has_3 <- 3 %in% vals
  has_4 <- 4 %in% vals
  has_5 <- 5 %in% vals
  
  # 按优先级嵌套判断
  ifelse(has_1 & has_2 & has_3 & has_4, "ext",
         ifelse(has_1 & has_5, "grand",
                ifelse(has_1 & has_3 & length(vals) == 2, "single",
                       ifelse((has_1 & has_2 & has_3) | (has_1 & has_2), "nuc",
                              "other"))))
}

# 应用函数生成新列
dat1$fam_type <- apply(dat1, 1, get_fam_type)

# 查看最终结果
print(dat1)

运行后得到的fam_type列结果为：

[1] "nuc"   "nuc"   "nuc"   "ext"   "grand" "single"

注：原始需求中给出的fam_type有7个值，与数据集的6行不符，上述结果为对应6行数据的正确输出。

内容的提问来源于stack exchange，提问作者nms