如何用ifelse()结合is.na()在mutate()中为泰坦尼克数据集创建年龄组变量

嘿，这个需求很好实现，我们可以通过嵌套ifelse()或者更清晰的case_when()来完成，核心就是把is.na(age)的判断放在最优先的位置，直接把NA值归为adult。

方法一：嵌套ifelse()实现 #

这是最直接的写法，先处理NA的情况，再区分儿童和成人：

library(dplyr)

# 假设你的数据集叫titanic_data
titanic_data <- titanic_data %>%
  mutate(child_or_adult = ifelse(
    is.na(age),  # 首先检查年龄是否为NA
    "adult",     # NA的话直接标记为adult
    ifelse(age < 18, "child", "adult")  # 非NA的话，按年龄判断
  ))

方法二：用case_when()提升可读性 #

如果以后要扩展更多年龄分组，嵌套ifelse()会变得混乱，推荐用dplyr的case_when()，它的分支逻辑更清晰：

titanic_data <- titanic_data %>%
  mutate(child_or_adult = case_when(
    is.na(age) ~ "adult",  # 优先处理NA值
    age < 18 ~ "child",    # 年龄小于18的标记为child
    TRUE ~ "adult"         # 剩下的所有情况（年龄≥18且非NA）都标记为adult
  ))

两种方法都能完美满足你的需求：所有age为NA的乘客都会被归类为adult，不会被忽略，同时正常的年龄值也能正确分组。

内容的提问来源于stack exchange，提问作者Reeza