R语言嵌套for循环用case_when给数据框赋值返回NA问题

你的代码核心问题是每次循环执行mutate()都会重写整个state_prob列，不会保留之前循环已经赋好的值：

• 每一轮case_when运行时，只有3类行会被赋值：匹配当前i、j组合的行、x=0的行、x=1且y>=6的行
• 其余所有x=1且y<6、又不匹配当前i、j的行，会被直接赋值为NA，把前几轮循环给这些行算好的值全部覆盖
• 双层循环跑到最后一轮时，只有匹配最后一组i、j的行能拿到正确值，其余之前匹配过的x=1的行全被覆盖成NA，就出现了你看到的错误结果。

完全不需要写双层for循环，R原生支持向量化的矩阵索引，一行代码就能完成匹配，效率远高于循环，也不会出现覆盖问题：

library(dplyr)

df <- df %>%
  mutate(
    state_prob = case_when(
      x == 0 ~ 0,
      x == 1 & y >= 6 ~ 0,
      # 对x=1且y<6的行，用y+1作为行号、z作为列号，批量提取table对应位置的值
      TRUE ~ table[cbind(y + 1, z)]
    )
  )

代码原理说明：

• cbind(y+1, z)会生成一个两列矩阵，每一行对应一条数据需要查询的table行号、列号
• R中对table、matrix类对象传入这种两列索引矩阵时，会一次性返回每一组(行,列)坐标对应的数值，是原生的向量化操作，不需要逐行、逐组合循环。

如果你一定要保留循环的写法，需要先初始化state_prob列，每次循环只给未赋值的匹配行补值，不能全列重写（不推荐，效率极低），参考写法：

# 初始化列
df$state_prob <- NA_real_
# 循环仅填充匹配的组合值
for (i in 0:5) {
  for (j in 1:6) {
    match_row <- df$x == 1 & df$y == i & df$z == j & is.na(df$state_prob)
    df$state_prob[match_row] <- table[i+1, j]
  }
}
# 最后填充固定规则的0值
df <- df %>%
  mutate(
    state_prob = case_when(
      x == 0 ~ 0,
      x == 1 & y >=6 ~ 0,
      TRUE ~ state_prob
    )
  )

内容的提问来源于stack exchange，提问作者antwan81