R语言 csv新增一列 dplyr操作

下面把这段只有 7 行的代码逐行、逐符号拆开讲，保证你以后遇到类似的“根据某列内容生成新标签”任务，可以直接套模板。

---

1. 读进来的数据长啥样？

phe 已经是 tibble（一种加强版数据框），其中有一列叫
histologic type:ch1（注意列名里有空格和冒号，所以必须用反引号 ` 包裹）。

geo_accession	histologic type:ch1	…其他列…
GSM816546	adenocarcinoma	…
GSM816554	large cell neuroendocrine carcinoma	…
GSM816559	small cell carcinoma	…

---

2. 代码逐字解释

phe <- phe %>%                       # 把 phe 自己重新赋值，方便后面直接用
  mutate(                            # dplyr::mutate：新增/修改列
    class = case_when(               # dplyr::case_when：多条件“如果…就…”
      `histologic type:ch1` == "adenocarcinoma" ~ "PC",
      #  ↑ 条件1                          ↑ 条件1成立时返回的值
      `histologic type:ch1` %in% c("large cell neuroendocrine carcinoma",
                                   "small cell carcinoma") ~ "NEPC",
      #  ↑ 条件2（向量匹配）                ↑ 条件2成立时返回的值
      TRUE ~ NA_character_             # 兜底：以上都不满足就给缺失值
    )
  )

---

3. 关键语法点

符号/函数	作用
%>%	管道符，把左边的结果直接送进右边函数的第一个参数，避免嵌套括号。
`histologic type:ch1`	列名里有空格、冒号、连字符等，必须加反引号，否则 R 会报错。
==	精确匹配单个字符串。
%in%	向量匹配，一次比对多个候选字符串，返回 TRUE/FALSE。
c(...)	把多个字符串拼成向量。
TRUE ~	case_when 的“其他情况”写法，必须放在最后。
NA_character_	字符型缺失值，与数值型 NA 区分。

---

4. 执行完的效果

原表多了 1 列 class，内容只有两种：

geo_accession	histologic type:ch1	class
GSM816546	adenocarcinoma	PC
GSM816554	large cell neuroendocrine carcinoma	NEPC
GSM816559	small cell carcinoma	NEPC

---

5. 模板化记忆

以后任何“根据某列内容打标签”的任务，直接套下面骨架：

df <- df %>%
  mutate(新列 = case_when(
    旧列 == "A"          ~ "标签1",
    旧列 %in% c("B","C") ~ "标签2",
    TRUE                 ~ NA_character_
  ))

把 df、旧列、新列、标签* 换成你自己的名字即可。