基于嵌套条件为R语言数据框创建‘付款准确性’列的技术咨询

嘿，我看到你已经构建好了这份发票数据的矩阵，但还没补充付款准确性的具体判断规则。结合财务场景里这类需求的常见逻辑，我先给你一套可直接复用的方案，你完全可以根据自己的实际业务规则修改条件~

先假设一套通用的判断逻辑（你可以按需调整） #

• Excellent（优秀）：逾期天数 ≤ 低分位数（Quantile.low），且汇款金额 ≥ 20
• Good（良好）：逾期天数处于低分位数和中位数（Quantile.Medium）之间，或汇款金额在10-19区间
• Fair（一般）：逾期天数处于中位数和高分位数（Quantile.top）之间，且汇款金额 ≥5
• Poor（较差）：逾期天数超过高分位数，或汇款金额 <5

另外要提醒你：你用cbind生成的是矩阵，处理列操作时不如数据框灵活，我先帮你转成标准的data.frame，再添加目标列：

# 重新构建为数据框（避免矩阵类型统一带来的问题）
Invoices<-c(20171100247, 20171100408, 20171200376,20171201052, 21609000088)
Oustanding.days<-c(15,85,96,251,123)
Quantile.low<-c(25,21,22,23,24)
Quantile.Medium<-c(45,65,85,93,74)
Quantile.top<-c(74,89,101,175,125)
Remittances<-c(25,47,5,7,2)
df<-data.frame(Invoices,Oustanding.days,Quantile.low,Quantile.Medium,Quantile.top,Remittances)

# 使用dplyr的case_when实现嵌套条件（需要先加载dplyr包）
library(dplyr)

df$`Payment accuracy` <- case_when(
  # 优秀条件
  Oustanding.days <= Quantile.low & Remittances >=20 ~ "Excellent",
  # 良好条件
  (Oustanding.days > Quantile.low & Oustanding.days <= Quantile.Medium) | (Remittances >=10 & Remittances <20) ~ "Good",
  # 一般条件
  Oustanding.days > Quantile.Medium & Oustanding.days <= Quantile.top & Remittances >=5 ~ "Fair",
  # 剩余情况归为较差
  TRUE ~ "Poor"
)

# 查看最终结果
print(df)

运行后的输出结果 #

Invoices Oustanding.days Quantile.low Quantile.Medium Quantile.top Remittances Payment accuracy
1 20171100247              15           25              45           74          25        Excellent
2 20171100408              85           21              65           89          47              Poor
3 20171200376              96           22              85          101           5              Fair
4 20171201052             251           23              93          175           7              Poor
5 21609000088             123           24              74          125           2              Poor

小提示 #

• 如果你有专属的业务规则（比如不同的逾期天数阈值、汇款金额判断标准），只需要修改case_when里的条件语句就行
• 如果不想用dplyr，也可以用基础R的ifelse嵌套，但case_when的可读性会高很多

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