R语言dplyr重编码年龄组匹配分组时生成NA值的解决方法

• 语法错误：case_when()的最后一个判断语句末尾多了冗余逗号，R会将该段代码识别为不完整表达式，导致除最开头的"0-14"相关匹配外，其余判断逻辑全部失效
• 标签不匹配：case_when()中输出的高龄组标签为"95 y más años"，但因子水平里写的是"95 y más"，缺失了 años后缀；同时85-89岁组的因子水平误写为"85,89"，将连接符横杠错打为逗号，标签不一致的分组在转因子时会被判定为无效值，返回NA
• 参数名错误：转换因子时指定水平的参数为levels，代码中错写为level（缺失末尾的s），会导致因子水平设置失效，进一步引发值匹配异常

pob <- pob %>% 
  mutate(
    Edad1 = dplyr::case_when(
      Edad..grupos.quinquenales. %in% c("0-4 años", "5-9 años", "10-14 años") ~ "0-14",
      Edad..grupos.quinquenales. %in% c("15-19 años", "20-24 años", "25-29 años") ~ "15-29",
      Edad..grupos.quinquenales. %in% c("30-34 años", "35-39 años") ~ "30-39",
      Edad..grupos.quinquenales. %in% c("95-99 años", "100 años y más") ~ "95 y más",
      # 其余原5岁间隔分组直接保留原值，无需逐行写判断
      TRUE ~ gsub(" años", "", Edad..grupos.quinquenales.)
    ),
    Edad1 = factor(
      Edad1,
      levels = c("0-14", "15-29", "30-39", "40-44", "45-49", 
                 "50-54", "55-59", "60-64", "65-69", "70-74", 
                 "75-79", "80-84", "85-89", "90-94", "95 y más")
    )
  )

注：用%in%合并同目标分组的判断逻辑，再加TRUE ~ 原值兜底保留无需调整的中间年龄组，比逐行写等值判断更简洁，也能减少手写标签出错的概率。代码中通过gsub()统一去掉了原分组标签自带的 años后缀，保证所有输出标签和因子水平完全匹配，从根源避免NA值生成。

内容的提问来源于stack exchange，提问作者Eva Breton