所以，我从你的问题中理解到：
你有一个列analys和一个列alder。让analys的值为a，b和c。
我为您创建了一些简化的示例数据，基于我假设您正在尝试实现的目标。
我想你是想对alder变量进行分类。然后你想分析哪些年龄组在analys中有什么样的匹配。我省略了res变量，因为它只是增加了另一个测试层。
计算很便宜，所以不需要只计算analys中匹配的类别。将category设为变量。然后用prover测试analys中的匹配。如果prover非常大，我的测试方法可能不是理想的解决方案。
我认为你想做这个作为准备工作，然后做另一个分析，再次得出prover匹配的不同组合的结论（在这种情况下，由0和1在test_.列中表示）和categories。你也可以使用case_when()。
如果你和我们分享一个最小的reprex，加上想要的输出，这将更容易解决你的问题：）
与此同时，我正在寻找一种解决方案来自动化prover测试，而无需for循环。

library(dplyr)
df <- tibble(analys = rep(c("a", "b", "c"), times = 3),
             alder = c(1, 5, 18, 20, 45, 23, 0.05, 0, 0.1),
             id = 1:9)

df |> 
  mutate(category = case_when(alder < 18 & alder >= 0.1 ~ "child",
                              alder >= 18 ~ "grownup",
                              alder < 0.1 ~ "newborn"),
         test_a = case_when(analys == "a" ~ 1,
                            .default = 0),
         test_b = case_when(analys == "b" ~ 1,
                            .default = 0))

字符串
结果如下：

analys alder category test_a test_b
  <chr>  <dbl> <chr>     <dbl>  <dbl>
1 a       1    child         1      0
2 b       5    child         0      1
3 c      18    grownup       0      0
4 a      20    grownup       1      0
5 b      45    grownup       0      1
6 c      23    grownup       0      0
7 a       0.05 newborn       1      0
8 b       0    newborn       0      1
9 c       0.1  child         0      0

型