R语言使用case_when()处理因子变量生成新变量的报错解决方案

解决方案 #

解决核心是保证case_when()所有分支的返回值类型完全一致，以下是两种可落地的实现方式：

方案1：转字符处理后转回因子（扩展性最优） #

后续新增换算货币时不需要调整因子逻辑，适配性最强：

library(dplyr)

# 定义汇率
CAD_EXCHANGE <- 1.34
EUR_EXCHANGE <- 0.88

df_USD <- df %>%
  mutate(
    # 金额转换逻辑保持不变
    invoice_converted = case_when(
      currency == "EUR" ~ round(invoice / EUR_EXCHANGE),
      currency == "CAD" ~ round(invoice / CAD_EXCHANGE),
      TRUE ~ invoice
    ),
    # 统一转成字符处理，避免类型冲突
    currency_converted = case_when(
      currency %in% c("EUR", "CAD") ~ "USD",
      TRUE ~ as.character(currency)
    ),
    # 按需转回因子，沿用原数据的levels设置，保证类型一致性
    currency_converted = factor(currency_converted, levels = levels(currency))
  )

运行后输出结果完全符合预期：

> df_USD
# A tibble: 5 × 5
  shipment invoice currency invoice_converted currency_converted
  <chr>      <dbl> <fct>                <dbl> <fct>             
1 A            500 USD                    500 USD               
2 B            500 EUR                    568 USD               
3 C            500 CAD                    373 USD               
4 D            500 NA                     500 NA                
5 E            500 SDD                    500 SDD 

方案2：直接构造同level因子返回（代码更简洁） #

不需要额外的类型转换步骤，直接在分支内返回和原字段同level的因子：

df_USD <- df %>%
  mutate(
    invoice_converted = case_when(
      currency == "EUR" ~ round(invoice / EUR_EXCHANGE),
      currency == "CAD" ~ round(invoice / CAD_EXCHANGE),
      TRUE ~ invoice
    ),
    currency_converted = case_when(
      currency %in% c("EUR", "CAD") ~ factor("USD", levels = levels(currency)),
      TRUE ~ currency
    )
  )

原方案报错原因 #

• 方案1：case_when()要求所有分支返回同类型值，匹配分支返回字符型"USD"，默认分支返回因子型currency，类型不匹配触发报错。
• 方案2：通过取第一个因子值的方式硬编码依赖USD的level排序，实际场景中因子level顺序不固定，因此不可靠。
• 方案3：df$currency[df$currency == "USD"]返回的是整个数据集中所有为USD的行，长度和向量运算要求的长度（要么为1，要么和数据集行数一致）不匹配，同时NA值也会被包含在筛选结果中，导致长度错误。

内容的提问来源于stack exchange，提问作者ScottyJ