R语言入门：基于其他列条件新增并填充列的简单方法

Hey Anna, totally get where you're coming from—when you're just starting out with R, all the fancy syntax can feel overwhelming, especially with a big dataset like 500k rows. Let's break this down into super simple, step-by-step stuff that you can follow right now.

第一步：加载你的数据集 #

首先我们要把CSV文件读进R里。对于大文件，推荐用readr包的read_csv()函数（比基础的read.csv()更快）；如果不想装新包，基础函数也能轻松搞定。

方法1：用基础R（无需额外安装包） #

# 把CSV文件读入R，存储为名为overviewGenes的数据框
overviewGenes <- read.csv("overviewGenes.csv", stringsAsFactors = FALSE)

注：stringsAsFactors=FALSE是为了避免把文本列自动转成复杂的因子类型，新手用这个更省心

方法2：用readr（更快处理大文件） #

# 先安装readr包（只需要安装一次）
install.packages("readr")
# 加载包
library(readr)
# 读取数据
overviewGenes <- read_csv("overviewGenes.csv")

第二步：新增条件列（新手友好版） #

我们用dplyr包来做这个操作，它的语法非常直白，像说人话一样。先安装并加载包：

# 安装dplyr包（只需要安装一次）
install.packages("dplyr")
# 加载包
library(dplyr)

举个具体例子（你可以直接替换成自己的条件） #

假设你要新增一列叫expression_level，填充规则是：

• 如果gene_expression列的值大于5，填"高表达"
• 如果gene_expression列的值在2-5之间，填"中表达"
• 其他情况填"低表达"

代码如下（每一行都有注释，跟着改就行）：

overviewGenes <- overviewGenes %>%
  mutate(
    expression_level = case_when(
      # 第一个条件：满足就填后面对应的值
      gene_expression > 5 ~ "高表达",
      # 第二个条件
      gene_expression >= 2 & gene_expression <= 5 ~ "中表达",
      # 所有不满足上面条件的情况，都填这个
      TRUE ~ "低表达"
    )
  )

关键部分解释：

• %>%：可以理解为“然后”，把前面的数据框传到后面的操作里，不用写复杂的嵌套代码
• mutate()：就是“新增一列”的意思
• case_when()：用来写多个条件判断，比一堆嵌套的ifelse好懂太多，每个条件对应一个结果值

如果你只想用基础R（不用dplyr） #

也可以用基础的ifelse()函数，两个条件的话很简单；多个条件可以嵌套，虽然不如dplyr直观，但也能解决问题：

# 两个条件的例子：如果A列数值>10，新列填"是"，否则填"否"
overviewGenes$new_column <- ifelse(overviewGenes$A > 10, "是", "否")

# 多个条件的嵌套例子（对应上面dplyr的示例）
overviewGenes$expression_level <- ifelse(overviewGenes$gene_expression >5, "高表达",
                                   ifelse(overviewGenes$gene_expression >=2, "中表达", "低表达"))

最后：保存修改后的数据集 #

处理完别忘了把新增列后的数据集存回CSV：

# 基础R方法
write.csv(overviewGenes, "overviewGenes_with_new_col.csv", row.names = FALSE)

# readr方法（更快处理大文件）
write_csv(overviewGenes, "overviewGenes_with_new_col.csv")

注：row.names=FALSE是避免把R自动生成的行号也存进文件里

内容的提问来源于stack exchange，提问作者Anna