R语言按优先级合并多列受伤数据生成严重度因子变量的实现方法

实现逻辑 #

我们按照严重度从高到低的优先级依次判断：只要患者存在高等级的任意一种伤害，就直接赋值对应等级，不再判断更低等级的伤害，完全匹配需求的优先级规则。

方法1：使用dplyr包的case_when（可读性更高） #

首先加载dplyr包，然后用case_when按优先级编写判断条件即可，注意列名含空格的需要用反引号包裹：

# 加载依赖包
library(dplyr)

# 生成Severity变量
df <- df %>%
  mutate(Severity = case_when(
    # 1级（最严重）判断条件
    `Car Accident` == 1 | Shot == 1 | ShotBow == 1 ~ 1,
    # 2级（中等严重）判断条件
    Stab == 1 | Cut == 1 | `Bicycle Accident` == 1 ~ 2,
    # 3级（轻微）判断条件
    Punched == 1 | Slapped == 1 | FellOver == 1 ~ 3,
    # 可选配置：无任何伤害的情况赋值为NA
    TRUE ~ NA_integer_
  ))

方法2：Base R原生实现（无需加载额外包） #

用嵌套的ifelse实现，判断顺序同样按优先级从高到低：

df$Severity <- ifelse(
  df$`Car Accident` == 1 | df$Shot ==1 | df$ShotBow ==1,
  1,
  ifelse(
    df$Stab ==1 | df$Cut ==1 | df$`Bicycle Accident` ==1,
    2,
    3
  )
)
# 若需要处理无任何伤害的情况，可将最内层的3替换为ifelse(3级伤害判断条件, 3, NA)

结果验证 #

运行后示例患者的分级结果完全符合要求：

• 患者1：仅Stab=1，Severity=2
• 患者8：Cut=1、Punched=1，优先取2级，Severity=2
• 患者10：Shot=1、Cut=1，优先取1级，Severity=1

内容的提问来源于stack exchange，提问作者Joe Crozier