R语言统计程序中按区域编码分组的ifelse代码错误排查

你的代码存在3个核心语法错误，直接导致所有行都被判定为分组"A"：

• 逻辑判断写法错误：R中逻辑或|要求两边都是完整的逻辑判断语句，你写的areacode==50110250|50110253|50110310中，50110253、50110310是单独的数值，R会将非0数值自动判定为逻辑值TRUE，因此整个判断条件永远返回真，所有行都会直接命中第一个"A"的分支，不会进入后续判断。多值匹配正确的写法是用%in%运算符：areacode %in% c(值1, 值2, 值3)。
• 区间判断写法错误：areacode==50110101:50110140是单值全等判断，会将areacode按行和序列50110101到50110140做循环位置匹配，完全无法实现区间筛选的效果。判断数值区间应该用areacode >= 左端点 & areacode <= 右端点，或者dplyr包提供的between()函数。
• mutate语法冗余：管道%>%会将前一步的AAA数据集自动传入mutate的第一个参数，不需要在mutate内重复写一次AAA。

另外注意你给出的分组规则中，编码50110253同时属于A组和C组的匹配范围，ifelse和case_when都是按书写顺序从上到下判断，先命中的分支会直接返回结果，如果需要将这个编码归到C组，需要调整判断顺序把C组的规则放到A组前面。

推荐用case_when替代多层嵌套ifelse，逻辑更清晰，不容易出现括号匹配错误：

library(dplyr)
AAA <- AAA %>%
  mutate(area_g = case_when(
    areacode %in% c(50110250, 50110253, 50110310) ~ "A",
    between(areacode, 50110101, 50110140) ~ "B",
    areacode %in% c(50110256, 50110253) ~ "C",
    areacode %in% c(50130250, 50130310) ~ "D",
    between(areacode, 50130101, 50130122) ~ "E",
    areacode %in% c(50130253, 50130259, 50130320) ~ "F",
    TRUE ~ NA_character_ # 所有不匹配上述规则的编码返回缺失值，可根据需求修改
  ))

内容的提问来源于stack exchange，提问作者nini