如何让R语言dplyr的case_when输出符合各条件的行数？

在使用dplyr::case_when处理多逻辑条件时，由于它按顺序评估匹配，早匹配的条件会覆盖后续符合条件的行，很容易误判某个条件是否实际生效。以下是几种适配case_when语法的方法，用来统计每个条件的匹配行数：

方法1：手动计算每个条件的实际生效行数 #

直接针对case_when的条件顺序，计算每个条件在前面所有条件不成立时的匹配行数：

mtcars %>%
  summarize(
    # 第一个条件：gear ==5 的行数
    cond1 = sum(gear == 5),
    # 第二个条件：gear==4 且未被第一个条件匹配的行数
    cond2 = sum(gear == 4 & ! (gear == 5)),
    # 第三个条件：gear>=3 且未被前两个条件匹配的行数
    cond3 = sum(gear >= 3 & ! (gear ==5 | gear ==4))
  )

运行后会发现cond3的结果为0，说明这个条件在你的示例中完全没有生效——因为mtcars的gear只有3、4、5三个值，前两个条件已经覆盖了所有gear>=3的情况。

方法2：先标记所有条件的匹配情况，再统计 #

先给每个条件创建标记列，再分别统计总匹配数和实际生效数：

mtcars %>%
  mutate(
    cond1 = gear == 5,
    cond2 = gear == 4,
    cond3 = gear >= 3
  ) %>%
  summarize(
    # 实际生效行数（case_when中真正用到的）
    cond1_effective = sum(cond1),
    cond2_effective = sum(cond2 & !cond1),
    cond3_effective = sum(cond3 & !cond1 & !cond2),
    # 可选：统计条件本身的总匹配数（不管顺序）
    cond1_total = sum(cond1),
    cond2_total = sum(cond2),
    cond3_total = sum(cond3)
  )

这种方式能直观对比条件本身的匹配范围和实际生效范围。

方法3：封装工具函数自动统计 #

如果经常需要做这类统计，可以写一个小函数，自动处理case_when风格的条件列表，输出每个条件的总匹配数和实际生效数：

count_case_when <- function(data, ...) {
  conds <- rlang::quos(...)
  matched <- rep(FALSE, nrow(data))
  result <- dplyr::tibble(
    condition = character(),
    total_matches = integer(),
    effective_matches = integer()
  )
  
  for (cond in conds) {
    cond_match <- data %>% dplyr::pull(!!cond)
    total <- sum(cond_match, na.rm = TRUE)
    effective <- sum(cond_match & !matched, na.rm = TRUE)
    matched <- matched | cond_match
    
    result <- result %>%
      dplyr::add_row(
        condition = deparse(rlang::get_expr(cond)),
        total_matches = total,
        effective_matches = effective
      )
  }
  result
}

# 调用示例，对应你的case_when条件
count_case_when(mtcars,
                gear == 5,
                gear == 4,
                gear >= 3
)

运行结果会清晰显示每个条件的情况：

这样就能快速判断出第三个条件在当前的顺序下没有实际生效。

内容的提问来源于stack exchange，提问作者Arthur Yip