data.table中ifelse函数未生成预期值的技术求助

我懂你遇到的困扰了——你的条件写法不符合R的逻辑运算规则，所以才没得到预期结果。

你写的sic==2833|2834|2835|2836是错误的：R的逻辑或运算符|要求两边都是完整的逻辑表达式，单独写2834这类非零数值时，R会自动把它转为TRUE。这就导致你的条件等价于sic==2833 | TRUE | TRUE | TRUE，结果永远是TRUE，自然所有行的new_variable都被赋值成1了。

下面给你几种正确的写法：

方法1：完整的逻辑或表达式 #

每个值都要和sic做单独比较，再用|连接：

dt.data[, new_variable := ifelse(sic == 2833 | sic == 2834 | sic == 2835 | sic == 2836, 1, 0)]

方法2：用%in%简化多值判断（更推荐） #

当需要判断变量是否属于多个值时，%in%比多个|更简洁易读，也不容易写错：

dt.data[, new_variable := ifelse(sic %in% c(2833, 2834, 2835, 2836), 1, 0)]

进阶：直接利用逻辑值转整数（data.table高效写法） #

在R里，TRUE会被自动转为1，FALSE转为0，所以你甚至可以省略ifelse，直接把逻辑判断结果转成整数，大数据集下这种写法还更高效：

dt.data[, new_variable := as.integer(sic %in% c(2833, 2834, 2835, 2836))]

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