如何用tidyverse的mutate为DataFrame新增薪资分组列？

要给DataFrame新增薪资分组列，直接用mutate()配合case_when()就能搞定，这是tidyverse里处理多条件分支的常用组合。

基础实现代码 #

假设你的数据框叫salary_df，薪资列是数值型的salary，代码如下：

library(tidyverse)

salary_df <- salary_df %>%
  mutate(
    salary_group = case_when(
      salary < 4000 ~ "<$4000",
      salary >= 4000 & salary <= 6000 ~ "$4000至$6000",
      salary > 6000 ~ ">$6000",
      TRUE ~ NA_character_  # 处理缺失值或异常值
    )
  )

关键说明 #

• case_when()会按顺序判断条件，第一个符合的条件就会返回对应的分组标签，条件顺序不要随意调换
• 最后一行TRUE ~ NA_character_是兜底逻辑，如果薪资是缺失值（NA）或者其他不符合上述条件的情况，会返回NA，避免出现无匹配的结果

处理带$符号的薪资列 #

如果你的薪资列是带$的字符型（比如"$3500"），得先把它转换成数值型再分组：

salary_df <- salary_df %>%
  mutate(
    # 去掉$符号并转成数值
    salary = as.numeric(str_remove(salary, "\\$")),
    salary_group = case_when(
      salary < 4000 ~ "<$4000",
      salary >= 4000 & salary <= 6000 ~ "$4000至$6000",
      salary > 6000 ~ ">$6000",
      TRUE ~ NA_character_
    )
  )

内容的提问来源于stack exchange，提问作者Ai Robot