R语言使用case_when()按多变量条件新建教育婚配分类变量

原代码存在两处核心逻辑问题：

• 条件判断误用逻辑或运算符|：case_when()按从上到下的优先级匹配条件，只要满足分支内任意一个条件就返回对应值。第一个分支条件(SpouseEducation > EducationLevel) | (Female == 1)会让所有Female==1的女性观测直接命中该分支，完全跳过教育水平对比逻辑，所有女性都会被错误归为女性向上婚；男性观测同理也会优先匹配到第一个符合Female==0的分支，结果完全不符合实际分类规则。
• 未统一婚配类型的判断参照系：分类规则固定以「妻子受教育水平 vs 丈夫受教育水平」为基准，但原代码直接对比当前行自身教育水平和配偶教育水平，没有根据观测性别调整对比方向，自然无法得到正确结果。

所有分类以夫妻对为单位，固定对比妻子和丈夫的受教育水平，和当前观测的性别无关：

• 若当前行是女性观测（Female == 1）：本人为妻子，配偶为丈夫，直接对比本人教育水平和配偶教育水平即可
• 若当前行是男性观测（Female == 0）：本人为丈夫，配偶为妻子，对比方向需要反过来
• 妻子教育水平 < 丈夫教育水平：归类为FemaleHypergamy（女性向上婚）
• 妻子教育水平 == 丈夫教育水平：归类为FemaleHomogamy（女性同质婚）
• 妻子教育水平 > 丈夫教育水平：归类为FemaleHypogamy（女性向下婚）

该逻辑天然保证同一夫妻对的两条观测分类结果完全一致，不需要额外按配偶ID分组处理。

可读性更高的版本（推荐） #

通过临时中间变量统一对齐妻子、丈夫的教育水平，逻辑清晰不容易写错：

library(dplyr)

df2 <- df1 %>%
  mutate(
    # 对齐夫妻双方的教育水平到固定角色
    wife_edu = ifelse(Female == 1, EducationLevel, SpouseEducation),
    husband_edu = ifelse(Female == 1, SpouseEducation, EducationLevel),
    # 按统一规则分类
    edu_category = case_when(
      wife_edu < husband_edu ~ "FemaleHypergamy",
      wife_edu == husband_edu ~ "FemaleHomogamy",
      wife_edu > husband_edu ~ "FemaleHypogamy"
    )
  ) %>%
  # 移除临时生成的中间变量
  select(-wife_edu, -husband_edu)

简洁版本（无中间变量） #

如果不想生成临时列，也可以直接用逻辑与&拼接判断条件，效果完全一致：

library(dplyr)

df2 <- df1 %>%
  mutate(
    edu_category = case_when(
      (Female == 1 & EducationLevel < SpouseEducation) | (Female == 0 & EducationLevel > SpouseEducation) ~ "FemaleHypergamy",
      EducationLevel == SpouseEducation ~ "FemaleHomogamy",
      (Female == 1 & EducationLevel > SpouseEducation) | (Female == 0 & EducationLevel < SpouseEducation) ~ "FemaleHypogamy"
    )
  )

内容的提问来源于stack exchange，提问作者Valerie Li