неожиданный ')' даже с соответствующими скобками

Question

Я всегда получаю следующую ошибку в моем коде:

неожиданно ) в ifelse(Kt_15==1&agegroup_15=="91+"&hosp_14==0&male==1,59, ifelse(Kt_15==1&agegroup_15=="91+"&hosp_14==1&male==1,60,0)))))))))))

В моем наборе данных содержится около 1 000 000 наблюдений RA.При следующих условиях я хочу изменить новую переменную с именем RG1.Если я использую только первые 10 строк и позволяю им работать, код работает отлично;но 60 кажется слишком большим для Р. Я уже посчитал количество скобок в десятки раз, и мой друг дважды проверил их.

RA = RA %>%
mutate(RG1=
ifelse(Kt_15==1&agegroup_15=="19-25"&hosp_14==0&male==0,1,
ifelse(Kt_15==1&agegroup_15=="19-25"&hosp_14==1&male==0,2,
ifelse(Kt_15==1&agegroup_15=="19-25"&hosp_14==0&male==1,3,
ifelse(Kt_15==1&agegroup_15=="19-25"&hosp_14==1&male==1,4,
ifelse(Kt_15==1&agegroup_15=="26-30"&hosp_14==0&male==0,5,
ifelse(Kt_15==1&agegroup_15=="26-30"&hosp_14==1&male==0,6,
ifelse(Kt_15==1&agegroup_15=="26-30"&hosp_14==0&male==1,7,
ifelse(Kt_15==1&agegroup_15=="26-30"&hosp_14==1&male==1,8,
ifelse(Kt_15==1&agegroup_15=="31-35"&hosp_14==0&male==0,9,
ifelse(Kt_15==1&agegroup_15=="31-35"&hosp_14==1&male==0,10,
ifelse(Kt_15==1&agegroup_15=="31-35"&hosp_14==0&male==1,11,
ifelse(Kt_15==1&agegroup_15=="31-35"&hosp_14==1&male==1,12,
ifelse(Kt_15==1&agegroup_15=="36-40"&hosp_14==0&male==0,13,
ifelse(Kt_15==1&agegroup_15=="36-40"&hosp_14==1&male==0,14,
ifelse(Kt_15==1&agegroup_15=="36-40"&hosp_14==0&male==1,15,
ifelse(Kt_15==1&agegroup_15=="36-40"&hosp_14==1&male==1,16,
ifelse(Kt_15==1&agegroup_15=="41-45"&hosp_14==0&male==0,17,
ifelse(Kt_15==1&agegroup_15=="41-45"&hosp_14==1&male==0,18,
ifelse(Kt_15==1&agegroup_15=="41-45"&hosp_14==0&male==1,19,
ifelse(Kt_15==1&agegroup_15=="41-45"&hosp_14==1&male==1,20,
ifelse(Kt_15==1&agegroup_15=="46-50"&hosp_14==0&male==0,21,
ifelse(Kt_15==1&agegroup_15=="46-50"&hosp_14==1&male==0,22,
ifelse(Kt_15==1&agegroup_15=="46-50"&hosp_14==0&male==1,23,
ifelse(Kt_15==1&agegroup_15=="46-50"&hosp_14==1&male==1,24,
ifelse(Kt_15==1&agegroup_15=="51-55"&hosp_14==0&male==0,25,
ifelse(Kt_15==1&agegroup_15=="51-55"&hosp_14==1&male==0,26,
ifelse(Kt_15==1&agegroup_15=="51-55"&hosp_14==0&male==1,27,
ifelse(Kt_15==1&agegroup_15=="51-55"&hosp_14==1&male==1,28,
ifelse(Kt_15==1&agegroup_15=="56-60"&hosp_14==0&male==0,29,
ifelse(Kt_15==1&agegroup_15=="56-60"&hosp_14==1&male==0,30,
ifelse(Kt_15==1&agegroup_15=="56-60"&hosp_14==0&male==1,31,
ifelse(Kt_15==1&agegroup_15=="56-60"&hosp_14==1&male==1,32,
ifelse(Kt_15==1&agegroup_15=="61-65"&hosp_14==0&male==0,33,
ifelse(Kt_15==1&agegroup_15=="61-65"&hosp_14==1&male==0,34,
ifelse(Kt_15==1&agegroup_15=="61-65"&hosp_14==0&male==1,35,
ifelse(Kt_15==1&agegroup_15=="61-65"&hosp_14==1&male==1,36,
ifelse(Kt_15==1&agegroup_15=="66-70"&hosp_14==0&male==0,37,
ifelse(Kt_15==1&agegroup_15=="66-70"&hosp_14==1&male==0,38,
ifelse(Kt_15==1&agegroup_15=="66-70"&hosp_14==0&male==1,39,
ifelse(Kt_15==1&agegroup_15=="66-70"&hosp_14==1&male==1,40,
ifelse(Kt_15==1&agegroup_15=="71-75"&hosp_14==0&male==0,41,
ifelse(Kt_15==1&agegroup_15=="71-75"&hosp_14==1&male==0,42,
ifelse(Kt_15==1&agegroup_15=="71-75"&hosp_14==0&male==1,43,
ifelse(Kt_15==1&agegroup_15=="71-75"&hosp_14==1&male==1,44,
ifelse(Kt_15==1&agegroup_15=="76-80"&hosp_14==0&male==0,45,
ifelse(Kt_15==1&agegroup_15=="76-80"&hosp_14==1&male==0,46,
ifelse(Kt_15==1&agegroup_15=="76-80"&hosp_14==0&male==1,47,
ifelse(Kt_15==1&agegroup_15=="76-80"&hosp_14==1&male==1,48,
ifelse(Kt_15==1&agegroup_15=="81-85"&hosp_14==0&male==0,49,
ifelse(Kt_15==1&agegroup_15=="81-85"&hosp_14==1&male==0,50,
ifelse(Kt_15==1&agegroup_15=="81-85"&hosp_14==0&male==1,51,
ifelse(Kt_15==1&agegroup_15=="81-85"&hosp_14==1&male==1,52,
ifelse(Kt_15==1&agegroup_15=="86-90"&hosp_14==0&male==0,53,
ifelse(Kt_15==1&agegroup_15=="86-90"&hosp_14==1&male==0,54,
ifelse(Kt_15==1&agegroup_15=="86-90"&hosp_14==0&male==1,55,
ifelse(Kt_15==1&agegroup_15=="86-90"&hosp_14==1&male==1,56,
ifelse(Kt_15==1&agegroup_15=="91+"&hosp_14==0&male==0,57,
ifelse(Kt_15==1&agegroup_15=="91+"&hosp_14==1&male==0,58,
ifelse(Kt_15==1&agegroup_15=="91+"&hosp_14==0&male==1,59,
ifelse(Kt_15==1&agegroup_15=="91+"&hosp_14==1&male==1,60,0))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

Используя приведенный выше код, я хочу, чтобы в каждом наблюдении было число от 1 до 60, в зависимости от упомянутых условий.

Answer 1

Краткий ответ: не используйте так много вложенных ifelse() функций.
Как отметил akrun в своем комментарии 1006 *: у вложенности могут быть ограничения.

Я всегда находил вложенные ifelse() немного сложными для отслеживания в любом случае. У меня case_when() работает лучше. Документация здесь . Пример 'звездных войн' в примерах документации может быть несколько похож на ваш случай.

Answer 2

Я предполагаю, что это код вас и есть реальные соответствующие данные.Еще один вариант упоминается @akrun и @camille.

data %>% 
select(Kt_15, agegroup_15, hosp_14, male) %>%
distinct() %>%
arrange(Kt_15, agegroup_15, male, hosp_14) %>%
mutate(RG1 = row_number()) %>%
left_join(data)

С этим кодом вы получите уникальные строки, основанные на Kt_15, agegroup, hosp_14 и male.Затем row_number() будет связан с каждой из вышеупомянутых групп данных.После этого RG1 теперь назначается на основе этих группировок.

Это не проверено, поскольку вы не предоставили данные.