如何基于跨数据框条件在R中用if语句填充遭遇历史数据框

你的代码报错主要有三个核心原因：

• 日期格式处理错误：你直接写的01-01-07会被R当作数值计算（1-1-7=-7），完全不是有效的日期类型，导致between()函数接收到的参数彻底偏离预期。
• between()函数用法错误：这个函数的正确语法是between(x, lower_bound, upper_bound)，你错误地用&连接上下边界，完全不符合函数的参数要求。
• 基础if语句不支持向量判断：if是用于单个条件的判断语句，而datafile$Date == ...会返回一个长度大于1的布尔向量，所以R会警告你只取第一个元素进行判断，这显然不是你想要的批量处理效果。

下面给你两种可行的方法，第一种用tidyverse工具（代码更清晰易读，推荐），第二种用基础R实现，不需要额外加载包。

方法一：使用tidyverse工具（dplyr + tidyr + lubridate） #

先加载需要的包：

library(dplyr)
library(tidyr)
library(lubridate)

第一步，处理原始数据datafile，提取每个Name对应的年份（去重，避免重复处理同一人同一年的多条记录）：

datafile_processed <- datafile %>%
  # 将Date列转换为日期类型，并提取年份
  mutate(Year = year(as.Date(Date))) %>%
  # 去重，确保每个Name每年只保留一条记录
  distinct(Name, Year)

第二步，将空白的encounter数据框转换为长格式，和处理好的datafile_processed合并，填充1后再转回宽格式：

encounter_filled <- encounter %>%
  # 把encounter从宽格式转成长格式，方便后续合并操作
  pivot_longer(cols = -Name, names_to = "Year", values_to = "Value") %>%
  # 把Year列转换为整数，和datafile_processed的Year列类型匹配
  mutate(Year = as.integer(Year)) %>%
  # 按Name和Year合并两个数据框
  left_join(datafile_processed, by = c("Name", "Year")) %>%
  # 如果合并后有匹配的记录（即该Name在对应年份有遭遇），就把Value设为1，否则保留原0
  mutate(Value = ifelse(!is.na(Year.y), 1, Value)) %>%
  # 移除合并产生的多余列
  select(-Year.y) %>%
  # 转回宽格式，得到你需要的最终结构
  pivot_wider(names_from = "Year", values_from = "Value")

方法二：使用基础R（无需额外加载包） #

第一步，处理datafile，提取每个Name对应的年份列表：

# 将Date列转换为日期类型，并提取年份
datafile$Year <- format(as.Date(datafile$Date), "%Y")
# 按Name分组，得到每个Name对应的年份（自动去重）
name_year_map <- lapply(split(datafile$Year, datafile$Name), unique)

第二步，遍历encounter数据框，批量填充对应年份的1：

# 遍历encounter的每一行（每个Name）
for (name in rownames(encounter)) {
  # 如果当前Name在name_year_map中有记录
  if (name %in% names(name_year_map)) {
    # 获取该Name对应的目标年份
    target_years <- name_year_map[[name]]
    # 在encounter中找到对应年份的列，设置为1
    encounter[name, target_years] <- 1
  }
}

用这两种方法处理后，你得到的encounter_filled或者修改后的encounter数据框，就会在对应年份的位置显示1，其余位置保持0啦。

内容的提问来源于stack exchange，提问作者Malavika Madhavan