R语言条件循环问题：双条件生成新列仅匹配首个结果

嘿，看你的描述和给出的数据，应该是在生成scores2列时，你的双重条件逻辑只命中了第一个符合要求的行，没把所有满足条件的行都赋值成正确的0,2对吧？我来帮你捋捋怎么解决这个问题。

问题根源 #

从数据能看出来，第三、四行和第二行一样，都是tp_type=b、Referrer=2、scores=0,1，但你的逻辑只给第二行返回了0,2，其他符合条件的行还是0——这说明你之前的代码大概率是只取了第一个匹配的行来赋值，没有对整个数据集的所有行做批量条件判断。

解决方案（以Python Pandas为例） #

假设你用的是Pandas处理数据，我们可以直接对所有行做批量条件校验，一次性给符合条件的行赋值：

1. 明确你的双重条件

先把你要判断的条件写清楚（根据你的数据推断，你可以根据实际需求调整）：

当tp_type为b，且Referrer等于2，且scores为0,1时，scores2设为0,2；否则设为0

2. 批量赋值代码

import pandas as pd
import numpy as np

# 先模拟你的数据（你可以替换成自己的数据源）
data = {
    'id': [1,1,1,1,1,1],
    'touchpoint_ts': ['31.10.2017 05:09', '13.10.2017 03:19', '12.10.2017 06:19', '12.10.2017 06:19', '12.10.2017 06:19', '08.09.2017 14:00'],
    'tp_type': ['a','b','b','b','b',''],
    'Referrer': [4,2,2,2,0,''],
    'scores': ['1,7','0,1','0,1','0,1','0,1',''],
    'scores2': ['0','0,2','0','0','0','']
}
df = pd.DataFrame(data)

# 定义你的双重（多重）条件
condition = (df['tp_type'] == 'b') & (df['Referrer'] == 2) & (df['scores'] == '0,1')

# 对所有行批量赋值：满足条件的设为'0,2'，否则为'0'
df['scores2'] = np.where(condition, '0,2', '0')

# 查看结果
print(df)

运行这段代码后，第三、四行的scores2就会变成0,2了，因为我们是对每一行都检查条件，而不是只取第一个匹配项。

3. 另一种思路：用映射字典

如果你的scores和scores2有固定的对应关系（比如0,1对应0,2，1,7对应0），还可以先做个映射字典，再结合tp_type的条件来赋值：

# 建立scores到scores2的映射
score_mapping = {'0,1': '0,2', '1,7': '0'}

# 仅对tp_type为b的行应用映射，其他行设为0
df['scores2'] = np.where(df['tp_type'] == 'b', df['scores'].map(score_mapping), '0')

这种方式更灵活，后续要调整对应关系的话，直接改字典就行。

如果你用的是Excel #

要是你是用Excel公式，问题大概率出在VLOOKUP默认只返回第一个匹配项。这时候可以用简单的条件判断公式下拉填充：

=IF(AND(B2="b", C2=2, D2="0,1"), "0,2", "0")

把这个公式下拉到所有行，就能给每一行都做条件判断，得到正确的scores2值。

内容的提问来源于stack exchange，提问作者user9220457