R语言基于已有列创建分类变量输出分类数异常问题求解

你写的嵌套ifelse()代码出现分类缺失，核心是三个问题：

• 嵌套ifelse()是顺序排他执行逻辑：只要靠前的判断条件成立，后续所有分支都会被直接跳过，不会执行。比如某条记录同时满足cough==1和neurologic==1，代码会直接返回"cough"，根本不会进入后续neurologic的判断流程。如果排在靠后的两类症状（neurologic、otherSymp）的所有阳性记录，都同时伴随前面任意一种优先级更高的症状，这两个分类就完全不会出现在输出结果里，自然凑不齐预期的6个分类。
• 拼写与变量类型不匹配：你代码中给otherSymp的赋值文本写的是"other symtomes"，存在拼写错误，如果后续统计时按预期的"other symptoms"匹配计数，会直接漏算这个分类；另外要先核对所有二值变量的类型，如果变量是字符型的"1"/"0"，你写==1（数值型判断）会永远不成立，对应分类自然不会生成，还要核对你写的dispnea是不是和原始数据里的变量名完全一致，变量名拼错也会导致判断失效。
• 括号匹配风险：6层嵌套的ifelse有大量成对括号，只要某一层括号位置写错，就会把后续的判断逻辑排除在分支外，导致后面的分类完全不生效。

另外要注意：你当前的写法本身就有逻辑漏洞，完全没有处理同一个案同时存在多种症状的场景，所有共病记录都会被错误归到优先级最高的靠前症状中，统计结果会存在偏差。

根据你的实际分析需求选对应方案即可：

方案1：保留单症状标记逻辑（按优先级返回单个症状） #

如果你的分析设计就是要给每个个案标记单个优先级最高的症状，不要写容易出错的嵌套ifelse，用dplyr包的case_when()实现，逻辑清晰不容易写错：

library(dplyr)

df <- df |> 
  mutate(
    # 先统一把症状变量转成数值型，避免字符型1/0判断失效
    across(c(cough, fever, diarrhea, dispnea, neurologic, otherSymp), as.numeric),
    symptoms = case_when(
      cough == 1 ~ "cough",
      fever == 1 ~ "fever",
      diarrhea == 1 ~ "diarrhea",
      dispnea == 1 ~ "dispnea",
      neurologic == 1 ~ "neurologic",
      otherSymp == 1 ~ "other symptoms",
      TRUE ~ NA_character_
    )
  )

注意：case_when()里的条件顺序就是优先级顺序，排在越前面的症状优先级越高，共病时只会返回最靠前的症状名，需要调整优先级直接调换条件行的顺序即可。

方案2：准确标记所有症状（推荐，避免共病漏记） #

如果需要记录患者同时存在的多种症状，不要强行生成单分类变量，否则会丢失共病信息，可以把每个个案的所有阳性症状拼接为组合标签：

library(dplyr)

df <- df |> 
  mutate(
    across(c(cough, fever, diarrhea, dispnea, neurologic, otherSymp), as.numeric),
    symptoms = paste(
      ifelse(cough == 1, "cough", NA),
      ifelse(fever == 1, "fever", NA),
      ifelse(diarrhea == 1, "diarrhea", NA),
      ifelse(dispnea == 1, "dispnea", NA),
      ifelse(neurologic == 1, "neurologic", NA),
      ifelse(otherSymp == 1, "other symptoms", NA),
      sep = ";"
    ) |> gsub("(;NA|NA;)", "", x = _) |> na_if("")
  )

这种写法下，同时存在咳嗽和发热的个案会被标记为cough;fever，不会出现症状被优先级覆盖的问题，所有存在阳性记录的症状分类都能被正常统计到。

内容的提问来源于stack exchange，提问作者José Luna