在R语言中使用dplyr按顺序条件创建列的方法

嘿，我完全懂你的需求——想要按条件1到5的优先级，依次从choice1到choice5中取第一个不缺失的值作为final_choice，而且不想写一堆嵌套的ifelse对吧？其实在dplyr（tidyverse的一部分）里有个专门解决这类问题的函数：coalesce()，它能完美满足你的需求！

什么是coalesce()？ #

这个函数会按你传入参数的顺序，返回第一个非NA的值，正好匹配你“先看choice1，缺失就看choice2，以此类推”的逻辑，代码会简洁很多，也不容易出错。

修改后的完整代码 #

library(dplyr) # 若未加载tidyverse，需先加载这个包

ungho <- unghoraw %>% 
  # 条件1:
  mutate(choice1 = ifelse(UN_miss=="No data","GHO",ifelse(GHO_miss=="No data","UN",NA))) %>% 
  # 条件2:
  mutate(choice2 = ifelse(diff_qual=="no diff","GHO",NA)) %>% 
  # 条件3:
  mutate(choice3 = ifelse(nb_years_gho>=nb_years_un,"GHO",ifelse(nb_years_un>nb_years_gho,"UN",NA))) %>% 
  # 条件4:
  mutate(choice4 = ifelse(dec_gho>=dec_un,"GHO",ifelse(dec_un>dec_gho,"UN",NA))) %>% 
  # 条件5:
  mutate(choice5 = ifelse(last_year_gho>=last_year_un,"GHO",ifelse(last_year_un>last_year_gho,"UN",NA))) %>% 
  # 按优先级取第一个非NA值
  mutate(final_choice = coalesce(choice1, choice2, choice3, choice4, choice5))

为什么你之前的代码无效？ #

你之前的嵌套ifelse存在语法错误：在第三个ifelse里，你写了ifelse(!is.na(choice3,choice4,...)，这里的is.na()参数写法有误，应该是!is.na(choice3)，再指定返回choice3后才继续判断choice4。不过用coalesce()完全可以避免这种容易出错的嵌套写法。

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