基于数值区间自动创建分类变量的R语言技术问询

我有如下R语言dataframe：

data <- data.frame(class1=c("A","A","A","A","A","A","A","A","B","B","B","B","B","B","B","B"),
                 class2=c(1,2,3,4,5,6,7,8,1,2,3,4,5,6,7,8),
                        observations=c(444,475, 531,560,650,668,705,717,456,876,123,47,249,180,500,654))

需要基于class2的2单位区间创建新的分类变量class3：当class2处于1-2区间时class3为1，3-4区间为2，以此类推（class2为连续序列）。

我曾尝试创建定义好区间的表格再进行连接的方法：

intv <- data.frame(class2=c(1,2,3,4,5,6,7,8,1,2,3,4,5,6,7,8),
                 class3=c(1,1,2,2,3,3,4,4,1,1,2,2,3,3,4,4))

data.2 <- left_join(data,intv,by = join_by(class2)) 

得到结果如下：

class1 class2 observations class3
1       A      1          444      1
2       A      1          444      1
3       A      2          475      1
4       A      2          475      1
5       A      3          531      2
6       A      3          531      2
7       A      4          560      2
8       A      4          560      2
9       A      5          650      3
10      A      5          650      3
11      A      6          668      3
12      A      6          668      3
13      A      7          705      4
14      A      7          705      4
15      A      8          717      4
16      A      8          717      4
17      B      1          456      1
18      B      1          456      1
19      B      2          876      1
20      B      2          876      1
21      B      3          123      2
22      B      3          123      2
23      B      4           47      2
24      B      4           47      2
25      B      5          249      3
26      B      5          249      3
27      B      6          180      3
28      B      6          180      3
29      B      7          500      4
30      B      7          500      4
31      B      8          654      4
32      B      8          654      4

但实际数据量很大，这种方法耗时较长，想知道有没有只需指定区间大小就能自动实现该功能的函数？

针对大数据量场景，无需额外创建匹配表再连接，直接通过算术运算或内置函数即可快速生成class3，以下是几种常用方法：

方法1：整数除法（最简洁高效） #

利用R的整数除法运算符%/%，结合简单算术转换直接计算分组：

data$class3 <- (data$class2 + 1) %/% 2

原理：将class2加1后除以2取整，例如1+1=2→2%/%2=1，2+1=3→3%/%2=1，3+1=4→4%/%2=2，完全匹配区间分组需求，运算速度极快。

方法2：使用cut()函数（灵活适配任意区间） #

若后续需要调整区间大小或自定义区间范围，cut()函数更灵活，只需指定breaks参数：

# 按2单位区间划分，生成因子后转换为整数
data$class3 <- as.integer(cut(data$class2, breaks = seq(1, max(data$class2)+1, by=2), labels = FALSE))

这里breaks设置为从1开始、步长为2的序列（如seq(1,9,2)得到c(1,3,5,7,9)），对应区间(1,3]、(3,5]等；labels=FALSE直接返回分组序号，转换为整数后即为所需的class3。

方法3：dplyr链式操作（适配tidyverse工作流） #

若习惯使用tidyverse语法，可在mutate中直接计算：

library(dplyr)
data <- data %>%
  mutate(class3 = (class2 + 1) %/% 2)

逻辑与方法1一致，采用tidyverse风格实现，大数据量下效率同样出色。

方法4：data.table（超大数据量首选） #

若数据量达到百万级以上，data.table的操作速度远超base R或dplyr，且直接在原数据上修改，避免数据复制：

library(data.table)
setDT(data)
data[, class3 := (class2 + 1) %/% 2]

内容的提问来源于stack exchange，提问作者Marta Román