R dplyr mutate按条件替换列值后计算生成新列方法

你不需要生成临时列再删除，直接在mutate的计算逻辑中完成值替换再求和即可，以下是两种高效简洁的实现方式：

方案1：命名向量匹配替换（推荐，效率最高） #

固定映射的数值替换用命名向量做查找表是性能最优、代码最简洁的方案，尤其适合数据量较大的场景：

library(dplyr)

# 定义值替换映射：命名为原始值，向量值为替换后的目标值
value_map <- c("1" = 0, "2" = 1, "3" = 2, "4" = 3, "5" = 3)

df <- df %>%
  mutate(x3 = value_map[as.character(x1)] + value_map[as.character(x2)])

运行后直接得到预期结果：

x1 x2 x3
1  1  5  3
2  2  4  4
3  3  3  4
4  4  2  4
5  5  1  3

该方法全程不会修改原始x1/x2列，也不会生成冗余临时变量，查找匹配的时间复杂度远低于多层条件判断写法。

方案2：case_when内联条件判断 #

如果不想额外定义映射向量，也可以直接在mutate内用case_when分别对两列做替换后直接求和：

df <- df %>%
  mutate(
    x3 = case_when(
      x1 == 1 ~ 0,
      x1 == 2 ~ 1,
      x1 == 3 ~ 2,
      x1 >=4 ~ 3
    ) +
    case_when(
      x2 == 1 ~ 0,
      x2 == 2 ~ 1,
      x2 == 3 ~ 2,
      x2 >=4 ~ 3
    )
  )

该写法逻辑直观，不需要额外定义变量，但替换规则较多时会产生重复代码，执行效率略低于命名向量匹配方案。

两种方案都避免了创建、删除临时列的冗余操作，代码可维护性和执行效率都优于先生成临时列再删除的实现逻辑。

内容的提问来源于stack exchange，提问作者r0bt