R语言：如何基于user_location用mutate和filter设置多条件

嘿，这问题我熟！咱们用dplyr的case_when就能完美解决多条件分类的需求，同时还能一并处理缺失值和非目标国家的情况。我给你一步步拆解：

首先，假设你已经有了目标国家列表（比如c("Argentina", "Mexico", "Chile")这类），我们可以结合mutate()和case_when()来批量设置条件，最后把所有不匹配的情况（包括缺失值）统一设为"Other"。

1. 先准备模拟数据（结合你给的经纬度） #

我给你补全user_location的模拟值，方便你测试：

library(dplyr)

# 你的原始经纬度数据
lat = c(-58.3815591, -63.6166720, -58.3815591, -102.5527840, -58.3815591)
lon = c(-34.6036844, -38.4160970, -34.6036844, 23.6345010, -34.6036844)
# 模拟带缺失值和非目标国家的user_location
user_location = c("Argentina", "Chile", NA, "Mexico", "Brazil")

# 构建数据框
df <- tibble(lat, lon, user_location)

2. 用mutate + case_when实现多条件分类 #

这里我们指定几个目标国家，剩下的全部归为"Other"：

df_processed <- df %>%
  mutate(
    user_location_clean = case_when(
      # 逐个设置目标国家的条件
      user_location == "Argentina" ~ "Argentina",
      user_location == "Chile" ~ "Chile",
      user_location == "Mexico" ~ "Mexico",
      # 最后用TRUE匹配所有剩余情况（包括NA和其他国家）
      TRUE ~ "Other"
    )
  )

这样处理后，不管是NA还是不在目标列表里的国家（比如例子里的Brazil），都会被归类为"Other"。

如果目标国家很多，你也可以把它们放在一个向量里，用%in%来简化条件，更高效：

target_countries <- c("Argentina", "Chile", "Mexico")

df_processed <- df %>%
  mutate(
    user_location_clean = case_when(
      user_location %in% target_countries ~ user_location,
      TRUE ~ "Other"
    )
  )

3. 结合filter筛选特定条件 #

如果你想筛选出某个或某几个国家的记录，直接在后面加filter()就行：

# 筛选出阿根廷和墨西哥的记录
df_filtered <- df_processed %>%
  filter(user_location_clean %in% c("Argentina", "Mexico"))

# 或者筛选非Other的记录
df_non_other <- df_processed %>%
  filter(user_location_clean != "Other")

效果展示 #

运行完上面的代码后，df_processed的结果会是这样：

A tibble: 5 × 4 #

lat      lon user_location user_location_clean
 <dbl>    <dbl> <chr>         <chr>              

1 -58.4 -34.6 Argentina Argentina
2 -63.6 -38.4 Chile Chile
3 -58.4 -34.6 NA Other
4 -103 23.6 Mexico Mexico
5 -58.4 -34.6 Brazil Other

是不是完全符合你的需求？

内容的提问来源于stack exchange，提问作者RMN