R语言dplyr：基于同数据框子查询生成新列的异常与报错问题

你的问题出在两个核心点：逐行判断逻辑失效和因子类型的比较冲突，我们一步步拆解解决：

1. 为什么B行的判断结果不符合预期？ #

原代码里的subquery函数在mutate中被调用时，传入的是整个VAR1和VAR3列（而非逐行的单个值），导致dplyr::filter执行的是全局过滤，不是针对每一行的匹配判断。plyr::empty检查的是全局过滤后的结果是否为空，而非当前行对应的匹配是否存在，逻辑完全偏离了预期。

2. 为什么因子比较会报错？ #

当你直接用因子向量和数据框里的因子列比较时，如果两者的因子水平不完全一致（比如函数参数传入的因子子集和原列的因子水平不同），就会触发level sets of factors are different的错误，所以需要统一转成字符型，或者提前将数据框的因子转为字符。

正确解决方案（两种思路） #

方案一：逐行判断（直观易懂）

用dplyr的rowwise()实现逐行检查，同时提前处理因子转字符的问题：

library(dplyr)

# 先将所有因子列转成字符，避免比较冲突
df <- data.frame(
  VAR1 = c("A", "A", "B", "C"),
  VAR2 = c("F", "G", "E", "D"),
  VAR3 = c("G", "F", "X", "D")
) %>% 
  as_tibble() %>%
  mutate(across(everything(), as.character))

# 定义判断函数：检查当前行的(VAR1, VAR3)是否在原数据的(VAR1, VAR2)组合中存在
has_matching_pair <- function(v1, v3) {
  df %>%
    filter(VAR1 == v1, VAR2 == v3) %>%
    nrow() > 0
}

# 逐行应用判断逻辑
TEST <- df %>%
  rowwise() %>%
  mutate(X = ifelse(has_matching_pair(VAR1, VAR3), "NON EMPTY", "EMPTY")) %>%
  ungroup() # 记得取消逐行状态，避免后续操作受影响

print(TEST)

运行结果完全符合预期：

# A tibble: 4 × 4
  VAR1  VAR2  VAR3  X         
  <chr> <chr> <chr> <chr>     
1 A     F     G     NON EMPTY
2 A     G     F     NON EMPTY
3 B     E     X     EMPTY     
4 C     D     D     NON EMPTY

方案二：批量连接判断（高效适合大数据）

如果你的数据量较大，逐行循环效率偏低，推荐用连接的方式批量判断：

library(dplyr)

df <- data.frame(
  VAR1 = c("A", "A", "B", "C"),
  VAR2 = c("F", "G", "E", "D"),
  VAR3 = c("G", "F", "X", "D")
) %>% 
  as_tibble() %>%
  mutate(across(everything(), as.character))

# 先提取所有存在的有效(VAR1, VAR2)组合
valid_pairs <- df %>% distinct(VAR1, VAR2)

# 通过左连接判断当前行的(VAR1, VAR3)是否在有效组合中
TEST <- df %>%
  left_join(valid_pairs, by = c("VAR1" = "VAR1", "VAR3" = "VAR2")) %>%
  mutate(X = ifelse(!is.na(VAR2.y), "NON EMPTY", "EMPTY")) %>%
  select(-VAR2.y) %>% # 删除临时生成的列
  rename(VAR2 = VAR2.x) # 恢复原列名

print(TEST)

这个方案无需逐行循环，性能更优，结果和方案一完全一致。

额外注意事项 #

• 尽量避免同时加载plyr和dplyr：两个包的函数（比如filter）存在命名冲突，建议只加载dplyr，用dplyr::前缀指定函数，或者用conflicted包管理冲突。
• plyr::empty已经被弃用，推荐用dplyr::nrow() == 0或者purrr::is_empty来判断数据框是否为空。

内容的提问来源于stack exchange，提问作者jules