基于多条件为data.table新增列的技术求助（ifelse方法失效）

嘿，我知道你碰到了data.table多条件赋值的坑——用ifelse的时候居然全变成"A"了对吧？别慌，这其实是因为普通的if...else是标量判断（只处理第一个元素），就算用ifelse如果嵌套顺序不对也会出问题。下面给你几个适配data.table的高效解决办法：

方法1：用data.table专属的fcase函数（首推） #

fcase是data.table专门为向量化多条件判断设计的函数，语法清晰、运行高效，完全贴合data.table的操作逻辑：

library(data.table)
# 初始化你的数据
a <- data.table(col1=c(7,85,1905,22,250))
# 新增col2列并赋值
a[, col2 := fcase(
  col1 < 10, "A",    # 第一个条件：col1小于10时赋值"A"
  col1 < 100, "B",   # 第二个条件：不满足上一个但小于100时赋值"B"
  col1 < 1000, "C",  # 第三个条件：不满足前两个但小于1000时赋值"C"
  default = "D"       # 其余情况赋值"D"
)]

运行后就能得到你想要的结果：

col1 col2
1: 7 A
2: 85 B
3: 1905 D
4: 22 B
5: 250 C

方法2：正确嵌套基础R的ifelse函数 #

如果你习惯用基础R的ifelse，一定要注意条件的嵌套顺序——要从最严格的条件开始往下写（因为ifelse是向量化的，只要满足前面的条件就会返回对应值）：

a[, col2 := ifelse(col1 < 10, "A",
                   ifelse(col1 < 100, "B",
                          ifelse(col1 < 1000, "C", "D")))]

之前你得到全"A"的结果，大概率是误用了普通的if（标量判断）而非向量化的ifelse，或者嵌套顺序搞反了。

方法3：用cut函数快速分区间映射 #

因为你的条件是连续的数值区间，用cut函数也能快速实现映射，代码更简洁：

a[, col2 := cut(col1, 
                breaks = c(-Inf, 10, 100, 1000, Inf),  # 划分区间
                labels = c("A", "B", "C", "D"),        # 对应区间的标签
                include.lowest = TRUE)]                 # 让最小值区间包含边界值

这里include.lowest = TRUE确保等于10的数值会被分到下一个区间（也就是"B"），刚好匹配你col1 <10才赋值"A"的需求。

内容的提问来源于stack exchange，提问作者Yuva