R语言dplyr中如何实现类似SAS的if then do多列条件赋值

完全可以用dplyr原生语法实现和SAS一致的多列条件批量赋值，逻辑和SAS的if/then/do/end块对齐度很高，以下是最优实现方式：

最贴近SAS书写习惯的写法（推荐） #

dplyr的if_else()和case_when()支持直接返回多列数据框，和SAS里do块内批量写赋值语句的逻辑完全一致，不需要额外嵌套循环类函数：

library(dplyr)

# 示例数据
df <- tibble(year = c(2021, 2022, 2023))

df <- df %>%
  mutate(
    if_else(
      # 判断条件，和SAS的if后逻辑完全一致
      year == 2022,
      # 条件为TRUE时，直接在tibble里写各列赋值，对应SAS的then do块
      tibble(A = 20, B = 30, C = 40),
      # 条件为FALSE时，直接写else分支的赋值，统一赋值或分别赋值都支持
      tibble(A = 0, B = 0, C = 0)
    )
  )

如果else分支需要给三列赋不同值，直接修改第二个tibble内的赋值即可，比如写成tibble(A = 1, B = 2, C = 3)。

如果需要写多分支判断，把if_else()换成case_when()即可，每个分支对应一个判断条件和对应的多列赋值：

df <- df %>%
  mutate(
    case_when(
      year == 2022 ~ tibble(A = 20, B = 30, C = 40),
      year == 2023 ~ tibble(A = 100, B = 200, C = 300),
      TRUE ~ tibble(A = 0, B = 0, C = 0) # 其余情况默认赋值
    )
  )

适合批量同规律赋值的简化写法 #

如果需要赋值的列很多、赋值规则有统一规律，可以用across()配合cur_column()实现，减少重复代码：

df <- df %>%
  mutate(
    across(
      # 指定要赋值的列
      c(A, B, C),
      ~ if_else(
        year == 2022,
        # 条件为真时按列名匹配对应值
        case_match(cur_column(), "A" ~ 20, "B" ~ 30, "C" ~ 40),
        # 条件为假时的赋值，统一写0即可，要分别赋值同样套case_match
        0
      )
    )
  )

注意事项 #

• 不要使用基础R的ifelse()函数，它不支持多列返回，且类型校验不稳定，必须使用dplyr提供的if_else()或case_when()。
• 第一种写法优先度最高，代码可读性最强，和SAS的书写逻辑几乎一一对应，后续修改赋值时不需要调整结构，直接改tibble内的列值即可。

内容的提问来源于stack exchange，提问作者heebu