R语言for循环条件判断含NA值报错，如何正确生成二分类变量？

问题原因 #

你的报错是因为在执行数值比较的if判断前没有提前排除NA值：当precipitation或temperature为NA时，df$precipitation[i] > 0这类比较运算的结果也是NA，if语句无法处理NA类型的逻辑值，就会抛出缺失值错误。你之前把NA判断放在了数值比较逻辑之后，因此NA还是会进入数值比较环节触发报错。

方案1：修改原for循环逻辑 #

调整判断顺序，先排查所有参与计算的变量是否存在NA，再走后续判断逻辑：

for(i in seq_len(nrow(df))){
  # 先判断任意变量是否有NA，有则直接赋值NA
  if (is.na(df$snowheight[i]) | is.na(df$precipitation[i]) | is.na(df$temperature[i])) {
    df$dicht[i] <- NA
  } else if (df$snowheight[i] > 10) { # 满足snowheight>10才进后续判断
    if (df$precipitation[i] <= 0) {
      df$dicht[i] <- 0
    } else {
      df$dicht[i] <- ifelse(df$temperature[i] > 0, 1, 0)
    }
  } else { # snowheight<=10直接赋值NA
    df$dicht[i] <- NA
  }
}

方案2：更高效的向量化实现（无需for循环） #

用R的向量化运算直接批量生成结果，代码更简洁运行效率也更高：

基础R版本 #

df$dicht <- NA
# 筛选无缺失且snowheight>10的行
valid_idx <- complete.cases(df[, c("snowheight", "precipitation", "temperature")]) & df$snowheight > 10
df[valid_idx, "dicht"] <- ifelse(df[valid_idx, "precipitation"] > 0 & df[valid_idx, "temperature"] > 0, 1, 0)

dplyr版本（更易读） #

library(dplyr)
df <- df %>%
  mutate(dicht = case_when(
    # 任意变量缺失或snowheight<=10时赋值NA
    is.na(snowheight) | is.na(precipitation) | is.na(temperature) | snowheight <= 10 ~ NA_real_,
    precipitation <= 0 ~ 0,
    precipitation > 0 & temperature > 0 ~ 1,
    TRUE ~ 0
  ))

两种方案运行后得到的结果都和你给出的预期输出完全一致。

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