R语言dplyr搭配ifelse实现数据框分组新增列报错排查

需求：对R数据框df新增assign列，按month和level分组赋值，要求保留全部原始行，不做行删减或聚合，赋值规则匹配给定的期望输出。

原实现代码：

df <- df %>%
      dplyr::mutate(level, month, count)%>%
      dplyr::group_by(month, level) %>%
      dplyr::summarise(assign = ifelse(df$val %in% c(0,1), "alone", "together"))

运行报错信息：

Error in mutate_cols(): ! Problem with mutate() input ..3. ℹ
..3 = count. ✖ ..3 must be a vector, not a function.

具体错误点：

• 语法层面：mutate()传入了未定义的count对象，此处R将其识别为dplyr内置的计数函数，不符合mutate()要求传入向量的规则，直接触发报错。
• 用法层面：需求是保留所有原始行新增列，应该用mutate()实现，而summarise()会按分组将多行压缩为单行聚合结果，会丢失原始数据行。
• 逻辑层面：
  • 分组计算时使用df$val会直接调用原始数据框的全量val列，脱离分组作用域，无法按组计算规则
  • 原逐行判断val %in% c(0,1)的逻辑和期望输出不符：从期望结果可推导规则为同组内所有val都属于{0,1}集合时，整组赋值为alone；只要组内存在任意val不在该集合，整组所有行都赋值为together

library(dplyr)

# 构造原始数据
df <- data.frame(level = rep(c("1","2","3"), each = 5),
                 month = rep(c("J","J","A"), each = 5),
                 val = c(0,0,1,1,0,2,1,1,1,1,4,6,1,0,1))

# 新增assign列
df <- df %>%
  group_by(month, level) %>%
  mutate(assign = ifelse(all(val %in% c(0,1)), "alone", "together")) %>%
  ungroup()

执行代码后输出与期望完全一致：

# A tibble: 15 × 4
   level month   val assign  
   <chr> <chr> <dbl> <chr>   
 1 1     J         0 alone   
 2 1     J         0 alone   
 3 1     J         1 alone   
 4 1     J         1 alone   
 5 1     J         0 alone   
 6 2     J         2 together
 7 2     J         1 together
 8 2     J         1 together
 9 2     J         1 together
10 2     J         1 together
11 3     A         4 together
12 3     A         6 together
13 3     A         1 together
14 3     A         0 together
15 3     A         1 together

内容的提问来源于stack exchange，提问作者Rspacer