R语言if else阶梯创建二分类变量结果异常排查

你的代码存在两个核心错误，直接导致所有行返回结果为No：

• 数据类型不匹配：你提供的数据集构造代码中，SMI和BMI两列的取值都被引号包裹，读入后为字符型变量，无法正确执行数值比较运算（</>=这类大小判断对字符型值会按字典序比较，和数值比较逻辑完全不同，甚至会直接抛出类型转换警告导致判断失效）。
• 函数使用错误：R原生的if(){}else{}是单值判断语句，不支持向量化逐行运算。当你传入整列向量作为判断条件时，函数只会校验向量的第一个元素的逻辑结果，不会遍历每一行单独判断，最终只会返回1个值赋值给整列，自然无法得到逐行的正确结果。

首先将SMI、BMI转为数值类型，再使用支持向量化运算的判断函数实现逐行赋值，两种常用实现方式如下：

方式1：嵌套ifelse()（无需加载额外包） #

ifelse()是R内置的向量化判断函数，可以逐行返回判断结果：

# 先将字符型数值列转为数值类型
data$SMI <- as.numeric(data$SMI)
data$BMI <- as.numeric(data$BMI)

# 逐行判断赋值
data$Sarcopenia <- ifelse(
  data$Gender == "Female" & data$SMI < 41, "Yes",
  ifelse(
    data$Gender == "Male" & data$BMI >= 25 & data$SMI < 53, "Yes",
    ifelse(
      data$Gender == "Male" & data$BMI < 25 & data$SMI < 43, "Yes",
      "No"
    )
  )
)

方式2：dplyr::case_when()（多分支场景可读性更强） #

如果需要写多组判断条件，用case_when()的语法更清晰，不容易出现嵌套错误：

# 加载dplyr包，若未安装先运行install.packages("dplyr")
library(dplyr)

data <- data %>% 
  mutate(
    SMI = as.numeric(SMI),
    BMI = as.numeric(BMI),
    Sarcopenia = case_when(
      Gender == "Female" & SMI < 41 ~ "Yes",
      Gender == "Male" & BMI >= 25 & SMI < 53 ~ "Yes",
      Gender == "Male" & BMI < 25 & SMI < 43 ~ "Yes",
      TRUE ~ "No"
    )
  )

运行上述代码后即可得到符合逻辑的判断结果。

内容的提问来源于stack exchange，提问作者sabc04