如何在ifelse语句中创建并分配多个新的数据框列？

嘿，我明白你现在的困惑啦——想用ifelse一次性生成多个新变量，但发现没法在分支里塞多个赋值语句是吧？其实你的思路没问题，但ifelse的特性决定了它不能这么用，我来给你捋捋正确的做法～

首先先修正你的初始数据框定义，原来的写法列名默认是X1，得改成H才能匹配你代码里的$H：

# 修正初始数据框，给列命名为H
my_df <- data.frame(H = c("0600", "0602", "0603"))

方法1：Base R逻辑索引（最直观的原生写法） #

先创建新数据框并复制原数据，再逐个给新变量按条件赋值，逻辑清晰不容易出错：

# 创建新数据框d，复制原数据内容
d <- my_df

# 先初始化所有新变量（可以设默认值，比如NA）
d$D <- NA_integer_
d$c <- NA_character_
d$E <- NA_real_ # 假设你需要第三个变量E

# 针对每个条件给变量赋值
# 当H为"0600"时
d$D[d$H == "0600"] <- 1 + 1
d$c[d$H == "0600"] <- "0600"
d$E[d$H == "0600"] <- 0.5

# 当H为"0602"时
d$D[d$H == "0602"] <- 2 + 1
d$c[d$H == "0602"] <- "0602"
d$E[d$H == "0602"] <- 1.0

# 当H为"0603"时
d$D[d$H == "0603"] <- 3 + 1
d$c[d$H == "0603"] <- "0603"
d$E[d$H == "0603"] <- 1.5

方法2：dplyr的case_when（简洁的tidyverse风格） #

如果习惯用tidyverse工具，case_when能让多条件多变量的赋值更紧凑，可读性拉满：

library(dplyr)

d <- my_df %>%
  mutate(
    # 给变量D赋值
    D = case_when(
      H == "0600" ~ 1 + 1,
      H == "0602" ~ 2 + 1,
      H == "0603" ~ 3 + 1,
      TRUE ~ NA_integer_ # 其他情况的默认值
    ),
    # 给变量c赋值
    c = case_when(
      H == "0600" ~ "0600",
      H == "0602" ~ "0602",
      H == "0603" ~ "0603",
      TRUE ~ NA_character_
    ),
    # 给变量E赋值
    E = case_when(
      H == "0600" ~ 0.5,
      H == "0602" ~ 1.0,
      H == "0603" ~ 1.5,
      TRUE ~ NA_real_
    )
  )

为什么你原来的写法行不通？ #

你之前写的{d$D <- 1+1 & d$c <- "0600"}有两个核心问题：

1. &是逻辑运算符，它会先计算两边赋值语句的返回值（赋值语句的返回值是被赋的内容），然后做逻辑判断——比如1+1是数字2，"0600"是字符串，这样的逻辑判断会直接报错，完全不是执行两个赋值的意思。
2. ifelse是向量化函数，它的返回值必须是一个向量，不能在分支里直接修改其他变量，只能返回对应位置的单个值。

如果一定要用ifelse（不推荐，条件多了嵌套会非常难读），那只能对每个变量单独调用ifelse：

d <- my_df
d$D <- ifelse(d$H == "0600", 1+1, ifelse(d$H == "0602", 2+1, 3+1))
d$c <- ifelse(d$H == "0600", "0600", ifelse(d$H == "0602", "0602", "0603"))
d$E <- ifelse(d$H == "0600", 0.5, ifelse(d$H == "0602", 1.0, 1.5))

内容的提问来源于stack exchange，提问作者Learner