R语言使用ifelse给diamonds数据集新增列时为何返回NA？

你的代码返回NA、无法得到正确分类结果，核心存在3个错误：

• ifelse()的第一个参数要求传入和数据集行数等长的逻辑判断向量（逐行返回TRUE/FALSE作为分支判断依据），但你传入的levels(diamonds$color)[4]只是一个长度为1的字符串，取值为"G"（即color变量的第4个水平），本身不包含任何逻辑判断。R运行时会尝试将这个字符串强制转换为逻辑值，而非"TRUE"/"FALSE"格式的字符串转逻辑值会直接返回NA，这就是结果中出现NA的直接原因。
• 你写的判断逻辑完全没有关联数据集每一行的color实际取值，哪怕传入的是合法的单值逻辑结果，也只会给所有行赋同一个固定值，根本没法实现按color水平逐行分类的需求。
• 原代码没有明确匹配水平和分类的对应规则，哪怕补全判断逻辑，也很容易出现good/bad归类错位的问题。

首先明确规则：diamonds数据集中的color是有序因子，水平从优到劣固定排序为D（最优）、E、F、G、H、I、J（最差），按需求最优3个水平D/E/F对应'good'，剩余4个水平G/H/I/J对应'bad'。

方法1：补全ifelse的逐行判断逻辑 #

用%in%运算符逐行判断当前行的color值是否落在前3个最优水平区间，再分别赋值即可：

library(tidyverse)
diamonds %>% 
  mutate(
    color2 = ifelse(
      color %in% levels(color)[1:3],
      "good",
      "bad"
    )
  )

方法2：用forcats做因子水平合并（更推荐） #

tidyverse内置的forcats包专门用于处理因子类型变量，可以直接对因子水平做归并，不需要写逐行判断逻辑，代码可读性更高、出错概率更低：

library(tidyverse)
diamonds %>%
  mutate(
    color2 = fct_collapse(
      color,
      good = c("D", "E", "F"),
      bad = c("G", "H", "I", "J")
    )
  )

内容的提问来源于stack exchange，提问作者Keith Duong