R语言中如何使用mutate函数基于另一列取值生成条件衍生列

你目前写的管道代码框架逻辑是通顺的，不需要调整整体结构，只需要在mutate函数里加入逐行条件判断，就能生成目标的tonnes_discards列。

实现逻辑 #

构建目标列的核心规则很明确：逐行检查当前行的end_use_type取值，只要等于"Discards"，就提取该行对应的tonnes值写入新列；不满足匹配条件的行，新列对应位置存为空值（NA），完全符合“仅在匹配行提取对应tonnes值”的需求。

可直接套用的代码 #

写法1：通用ifelse判断 #

兼容性最强，不需要依赖dplyr专属的扩展函数，任何场景都能运行：

# 提前加载dplyr包
library(dplyr)
# 替换df为你实际使用的原始数据框名称
df %>%
  select(end_use_type, tonnes) %>%
  mutate(
    tonnes_discards = ifelse(end_use_type == "Discards", tonnes, NA)
  )

写法2：dplyr原生case_when判断 #

代码可读性更强，后续如果需要增加多组匹配规则，扩展起来更方便：

df %>%
  select(end_use_type, tonnes) %>%
  mutate(
    tonnes_discards = case_when(
      end_use_type == "Discards" ~ tonnes,
      TRUE ~ NA_real_
    )
  )

实际使用注意事项 #

• 匹配"Discards"字符串时要严格校验大小写、拼写是否完全一致，大小写不匹配、拼写错漏都会导致匹配失败，最终新列全为空值
• 空值占位的类型要和tonnes列的数值类型保持一致，比如数值型的tonnes列就用NA_real_占位，避免触发数据类型不匹配的报错
• 如果不匹配的位置不需要空值占位，直接把代码里的NA替换成0、空字符串等你需要的占位内容即可

内容的提问来源于stack exchange，提问作者mcmahsta