为什么R语言ifelse语句会将NA识别为FALSE而非保留原NA值？

核心原因 #

• 首先是类型隐式转换问题：你的代码中提前通过mutate_if(is.character, as.factor)把safety列转为了因子类型，因子底层存储为整数索引，在和数值向量a = c(1,2,3,4,5)做%in%匹配时，因子的取值会被优先转为整数而非对应的数值文本，原本为NA的因子值在匹配时被判定为不命中，返回FALSE，最终被ifelse归到了"No"分类。
• 其次是base::ifelse()的设计特性：原生ifelse不会主动保留测试条件中的NA，如果测试条件返回NA且你没有显式处理，部分场景下会被隐式判定为FALSE。

• 方案1：显式在逻辑判断中处理缺失值，不需要额外加载包：

data$safety <- ifelse(
  is.na(data$safety), 
  NA_character_,
  ifelse(data$safety %in% a, "Yes", "No")
)

• 方案2：改用dplyr包的if_else()函数，原生支持指定缺失值的返回结果，更稳妥：

data$safety <- dplyr::if_else(
  condition = data$safety %in% a,
  true = "Yes",
  false = "No",
  missing = NA_character_
)

建议在将字符列转为因子之前先处理空值、拒绝回答等异常值，避免因子生成多余的无效level，修改代码顺序如下：

data <- read.csv('210901_CLEANN_Risks_Research.csv')
# 先处理缺失值
data[data==""]<-NA
data[data=="Refused to answer"]<-NA
# 再转因子
data <- data %>% mutate_if(is.character, as.factor)

内容的提问来源于stack exchange，提问作者pegasus123