R语言跨数据框匹配按规则新增个体抚养子女数字段

你原有代码的问题出在三个地方：

• 未做表关联直接用==跨表匹配hh_id：两个数据框行数不一致时，这种比对会按位置循环匹配，完全无法实现按家庭ID对齐的需求，极易出现匹配错位。
• 逻辑判断优先级错误：R中&运算优先级高于|，你写的判断条件实际等价于(hh_id匹配成功且身份是父亲) OR (身份是母亲)，会导致所有母亲行无论是否匹配到家庭都会被赋值子女数。
• 列名书写错误：原数据身份列名为Sit_in、第二张表子女数列名为Number_of_children，你代码中写的Set_in、nb_child和实际列名不匹配，会直接触发对象不存在的报错。

使用dplyr的左连接按家庭ID匹配子女总数，再按规则赋值即可，逻辑清晰且不会出现匹配错位问题：

library(dplyr)

# 核心处理逻辑
test1 <- test1 %>%
  left_join(test2, by = "hh_id") %>%
  mutate(
    nb_charge_of = case_when(
      Sit_in %in% c(1, 2) ~ Number_of_children,
      TRUE ~ 0
    )
  ) %>%
  # 不需要保留中间匹配的子女数字段可运行下行代码
  select(-Number_of_children)

如果存在部分家庭在test2中没有对应子女数记录的情况，可以把判断逻辑补全避免出现NA：

nb_charge_of = case_when(
  Sit_in %in% c(1,2) & !is.na(Number_of_children) ~ Number_of_children,
  TRUE ~ 0
)

以你描述的样例数据为例，处理后输出如下：

内容的提问来源于stack exchange，提问作者Majed