R 函数具有多个列以获得一个输出

我想写一个函数，根据三列中的值将每一行分类为差、中或好

下面是示例数据

C = c(1, 0.4, 3, 6, 2)
N = c(0.1, 3, 5, 7, 13)
P = c(2, 3, 3, 4, 2)

mydf = data.frame(C,N,P)

假设我想把所有C<0.5的东西归类为差，不管N或p。同样，对于所有N>10的值

任何C值（1 其他的都归为中等

目前，我使用了几个if函数，每次检查每个条件，然后使用最终函数查看所有必需条件是否良好，然后最终分类是否良好，如果有任何条件较差，则其较差，否则为中等

相反，我想在一个函数中实现这一切，因为我必须将它扩展到更多的条件（20+）。我已经尝试过使用ifelse函数，但我真的无法理解它

如果有任何关于这些功能的好资料可以阅读，我非常感谢您的意见，谢谢您尝试：

> mydf$result = with(mydf, ifelse(C<0.5 | N>10, 'poor',ifelse(C<4 & C>1 & P>1 & P<4, 'good', 'medium')))
> 
> mydf
    C    N P result
1 1.0  0.1 2 medium
2 0.4  3.0 3   poor
3 3.0  5.0 3   good
4 6.0  7.0 4 medium
5 2.0 13.0 2   poor

>mydf$result=with（mydf，ifelse）（C10，'poor'，ifelse（C1&P>1&P
>mydf
C N P结果
1 1.0 0.1 2中等
2 0.4 3.0 3差
3.0 5.0 3良好
4.6.0 7.0 4中等
5 2.0 13.0 2差

要创建函数，请执行以下操作：

myfn = function(ddf){
    ddf$res = with(ddf, ifelse(C<0.5 | N>10, 'poor',ifelse(C<4 & C>1 & P>1 & P<4, 'good', 'medium')))
    ddf
}

myfn=函数（ddf）{
ddf$res=带（ddf，ifelse）（C10，'差'，ifelse（C1&P>1&P1&P对OP的说明：既然您提到您有20+个条件，请注意，将20+
ifelse
s嵌套到彼此中可能会导致计算效率不高。不幸的是，我现在无法告诉您更好的选择。如果您只有很少的嵌套级别，如@rnso的答案中所述，那么应该是这样的很好，效率很高。我很想运行一系列的子集操作，例如，
medgood0.5]
，然后‘good=1&max（medgood[，c（'c'，'P'））首先要做的事情是：弄清楚为什么你认为你需要应用二十个独立的（独立的）你的数据的边界。我有点怀疑你是否有那么多硬限制，而不是统计概率尾部。接下来，看看你是否能想出一个公式（方程），将
C，N，P，
作为输入，其输出表示“好/中/差”状态。可能性包括聚类和加权和或乘积。
ddf$res = with(ddf, ifelse(C<0.5 | N>10, 'poor',
                    ifelse(C<4 & C>1 & P>1 & P<4, 'good', 
                        'medium'
                    ))  # number of these closing brackets should be same as number of 'ifelse'
                    )  # this closing bracket is for 'with' function