如何在R语言的case_when()中嵌套for循环实现分箱编号？

API 探路者

2026-6-29

问题

我通过ggplot_build()获取了数据框df的直方图分箱的xmin和xmax，对应的分箱数据框名为his_bin。现在想给df新增bin_number列标记分箱编号，尝试用case_when()但不知道怎么嵌套for循环实现，我的代码示例如下：

df <- df %>%
mutate(bin_number = case_when(
df$column_a > his_bin$xmin[i] & df$column_a < his_bin$xmax[i]  ~ i
) 
)

解决方案

case_when()本身不支持直接嵌套for循环，它是基于向量化逻辑做条件判断的，循环写法不符合其语法。推荐两种更高效的实现方式：

方法1：用`purrr`遍历匹配分箱

借助purrr::map_int()遍历column_a的每个值，找到对应的分箱编号：

library(dplyr)
library(purrr)

df <- df %>%
  mutate(bin_number = map_int(column_a, ~{
    # 找到当前值所属的分箱索引
    match_idx <- which(.x >= his_bin$xmin & .x <= his_bin$xmax)
    # 处理无匹配的情况（返回NA）
    if (length(match_idx) == 0) NA_integer_ else match_idx
  }))

说明：

调整判断条件为>=和<=，避免值刚好等于xmin或xmax时无匹配
如果你的分箱是左开右闭/其他规则，对应修改比较符号即可

方法2：用`cut()`快速生成分箱编号

利用cut()函数直接基于his_bin的分箱边界生成编号，效率更高：

library(dplyr)

df <- df %>%
  mutate(bin_number = cut(column_a,
                          breaks = c(min(his_bin$xmin), his_bin$xmax),
                          labels = FALSE,
                          include.lowest = TRUE))

说明：