R语言使用case_when生成新列无法得到预期分类如何解决？

输出偏差原因 #

• case_when的条件匹配按顺序执行，若优先级设置错误，比如未将「存在Yes」的判断放在最前面，会导致后续低优先级条件误匹配全No的行
• 手动枚举所有组合的|条件时，未正确处理NA和Unknown的逻辑：R中NA参与比较运算会返回NA，无法匹配预设的TRUE/FALSE判断分支，进而出现非预期赋值
• 多字段逐行判断用手动写条件的方式容错率极低，只要漏一种组合就会出现偏差

仅基于tidyverse的实现方案 #

无需枚举所有组合，使用dplyr内置的行级判断函数if_any/if_all即可完全覆盖所有规则：

library(tidyverse)

# 假设你的原始数据集名为df
df_result <- df %>%
  # 先将三个字段中的Unknown统一转为NA，减少多余判断分支
  mutate(across(c(previous_cabg, previous_pci, previous_ami), ~na_if(.x, "Unknown"))) %>%
  mutate(first_attack = case_when(
    # 匹配所有存在Yes的场景，覆盖规则1、4、5
    if_any(c(previous_cabg, previous_pci, previous_ami), ~.x == "Yes") ~ "Yes",
    # 匹配所有非NA值都是No的场景，覆盖规则2、3
    if_all(c(previous_cabg, previous_pci, previous_ami), ~.x == "No" | is.na(.x)) ~ "No"
  ))

内容的提问来源于stack exchange，提问作者GaB