如何基于阈值动态构建R语言的case_when表达式？

当然可以实现基于阈值向量动态生成case_when表达式的需求，不管阈值数量是3个还是5个，都能自动对应生成n+1个区间的划分逻辑。下面用tidyeval工具实现这个功能：

方法一：通过循环构建表达式列表 #

利用rlang包的符号和表达式操作，直接构建case_when需要的条件-结果对：

library(tidyverse)
library(rlang)

# 定义动态区间划分函数
dynamic_bin <- function(data, var, thresholds) {
  # 将输入的变量名转为符号
  var_sym <- ensym(var)
  threshold_count <- length(thresholds)
  # 生成对应区间的标签
  interval_labels <- as.character(1:(threshold_count + 1))
  
  # 初始化条件列表
  case_conditions <- list()
  
  # 第一个区间：变量 <= 第一个阈值
  case_conditions[[1]] <- expr(!!var_sym <= !!thresholds[1] ~ !!interval_labels[1])
  
  # 中间区间：变量在相邻两个阈值之间
  for (i in 1:(threshold_count - 1)) {
    case_conditions[[i + 1]] <- expr(
      !!var_sym > !!thresholds[i] & !!var_sym <= !!thresholds[i + 1] ~ !!interval_labels[i + 1]
    )
  }
  
  # 最后一个区间：变量 > 最后一个阈值
  case_conditions[[threshold_count + 1]] <- expr(!!var_sym > !!thresholds[threshold_count] ~ !!interval_labels[threshold_count + 1])
  
  # 应用动态生成的case_when逻辑
  data %>% mutate(value = case_when(!!!case_conditions))
}

# 测试3个阈值的场景
thresholds_3 <- c(0.4, 0.6, 0.8)
data_test <- data.frame(variable = sample(seq(0, 1, by = 0.01), size = 9))
dynamic_bin(data_test, variable, thresholds_3)

# 测试5个阈值的场景
thresholds_5 <- c(0.2, 0.4, 0.6, 0.8, 0.9)
data_test_5 <- data.frame(variable = sample(seq(0, 1, by = 0.01), size = 10))
dynamic_bin(data_test_5, variable, thresholds_5)

方法二：通过字符串拼接解析表达式 #

如果更习惯用字符串拼接的方式生成条件，也可以先构建条件字符串，再解析为表达式传入case_when：

dynamic_bin_v2 <- function(data, var, thresholds) {
  var_name <- as_name(ensym(var))
  threshold_count <- length(thresholds)
  interval_labels <- as.character(1:(threshold_count + 1))
  
  # 生成所有条件的字符串
  condition_strings <- c(
    paste0(var_name, " <= ", thresholds[1]),
    paste0(var_name, " > ", thresholds[-threshold_count], " & ", var_name, " <= ", thresholds[-1]),
    paste0(var_name, " > ", thresholds[threshold_count])
  )
  
  # 将字符串转为case_when的表达式对
  case_pairs <- map2(condition_strings, interval_labels, ~expr(parse_expr(!!.x) ~ !!.y))
  
  data %>% mutate(value = case_when(!!!case_pairs))
}

关键逻辑说明 #

• 用ensym()将输入的变量名转换为符号，实现tidyeval的变量引用；
• 用expr()构建每个条件-结果的表达式，!!用于解引用符号或阈值数值；
• 最后用!!!（unquote-splice）将整个条件列表传入case_when，实现动态拼接。

内容的提问来源于stack exchange，提问作者Rgrvkfer