R语言：嵌套ifelse处理超50个值的替代方案咨询

老兄，当你要处理超过50个映射值的时候，嵌套ifelse确实会变成一团乱麻——写起来累，查错更累，还容易因为少个括号或者逗号报错。之前你用transform的写法其实有点问题（transform是用来处理整个数据框的，不能直接把结果赋值给单个列向量），不过没关系，咱们有更优雅的方法来搞定这个需求：

方法1：用tidyverse的dplyr::recode或case_match #

这俩是处理多值映射的神器，尤其是recode，用命名向量来定义映射，逻辑清晰还不容易出错。

用recode的写法： #

先把所有映射规则整理成一个命名向量（名字是原列的取值，值是你要替换的新名称），再传给recode：

library(dplyr)

# 创建映射向量，把所有50+个映射都放这里
arv_mapping <- c(
  "055" = "Isoprinosine",
  "056" = "HPA-23",
  "057" = "Suramin",
  "058" = "另一种药物",
  # ... 继续添加剩余的映射
  "XXX" = "未识别药物"
)

# 给数据框添加新列ARV
df <- df %>%
  mutate(ARV = recode(ADAV1, !!!arv_mapping, .default = "Unknown"))

这里的!!!是把命名向量拆成键值对传给recode，.default参数可以指定未匹配到值时的默认结果，避免出现NA。

如果喜欢更直观的条件写法，用case_match：

df <- df %>%
  mutate(ARV = case_match(
    ADAV1,
    "055" ~ "Isoprinosine",
    "056" ~ "HPA-23",
    "057" ~ "Suramin",
    # ... 继续添加其他映射规则
    .default = "Unknown"
  ))

这个写法和嵌套ifelse逻辑类似，但结构更扁平，不会嵌套到头晕。

方法2：基础R的match函数 #

如果你不想加载额外的包，用基础R也能轻松搞定。核心思路是用match找到原列值在映射键中的位置，再提取对应的映射值：

# 创建两个平行向量：一个存原列的键，一个存对应的新名称
arv_keys <- c("055", "056", "057", "058", "XXX")
arv_values <- c("Isoprinosine", "HPA-23", "Suramin", "另一种药物", "未识别药物")

# 用match匹配位置，提取对应值
df$ARV <- arv_values[match(df$ADAV1, arv_keys)]

# 处理未匹配到的情况，把NA替换成默认值
df$ARV <- ifelse(is.na(df$ARV), "Unknown", df$ARV)

这个方法完全依赖基础R，不需要加载任何包，适合追求代码轻量的场景。

方法3：用因子（Factor）转换 #

如果你的ADAV1列本身就是固定的分类变量，还可以通过修改因子水平来实现映射：

# 先把ADAV1转成因子，同时指定水平和对应的标签
df$ARV <- factor(df$ADAV1,
  levels = c("055", "056", "057", "XXX"),
  labels = c("Isoprinosine", "HPA-23", "Suramin", "未识别药物")
)

# 如果需要字符型而不是因子类型，再转一次
df$ARV <- as.character(df$ARV)

这个方法适合原列取值固定且不会新增的情况，修改水平后直接得到新名称，操作非常简洁。

另外补充一句：你之前用transform报错，大概率是用法不对——transform需要传入整个数据框，正确写法应该是df <- transform(df, ARV = ifelse(ADAV1 == "055", ...))，但这种写法在大量映射下还是不如上面的方法好用。

内容的提问来源于stack exchange，提问作者A.D.