R语言基于婚姻状态生成家庭最高学历变量的if条件语句实现问题

实现说明 #

你的原有代码存在3个核心问题：

1. 语法错误：R中判断相等用==，单个=是赋值操作；判断值是否属于指定集合需用%in%运算符，你写的= 0 | 3:7逻辑不成立
2. 不支持向量化运算：if语句只能判断单个逻辑值，要对数据框每一行做批量判断需用向量化的ifelse()或者case_when()函数
3. 数据类型错误：示例中的学历字段为字符串类型，需转换为数值型才能正确比较大小

第一步：构造测试数据并修正字段类型 #

# 构造和你示例一致的数据框
ExcelData <- data.frame(
  marital = c(1, 0, 1, 5, 7, 2, NA, 1),
  education = c("10", "12", "13", "14", "16", "18", "12", "14"),
  education_partner = c("11", "18", "10", "14", "11", "12", "16", "16")
)
# 转换学历字段为数值型
ExcelData$education <- as.numeric(ExcelData$education)
ExcelData$education_partner <- as.numeric(ExcelData$education_partner)

第二步：生成家庭最高学历变量 #

基础R实现方案

ExcelData$hhHighestDegree <- ifelse(
  # 匹配单亲家庭编码
  ExcelData$marital %in% c(0,3,7),
  # 单亲家庭取母亲学历
  ExcelData$education,
  # 非单亲家庭取两位看护人学历最大值，na.rm=T自动处理字段缺失
  pmax(ExcelData$education, ExcelData$education_partner, na.rm = TRUE)
)

tidyverse风格实现方案（可读性更高）

library(dplyr)
ExcelData <- ExcelData %>%
  mutate(hhHighestDegree = case_when(
    marital %in% c(0,3,7) ~ education,
    # 其余符合条件的编码取最大值
    marital %in% c(1,2,4,5,6) ~ pmax(education, education_partner, na.rm = TRUE),
    # 可自定义婚姻状态为NA时的返回值，这里默认返回NA
    TRUE ~ NA_real_
  ))

计算结果验证 #

最终生成的hhHighestDegree字段值为：11,12,13,14,16,18,NA,16，符合需求逻辑。

内容的提问来源于stack exchange，提问作者lziegs