如何在R的tidyverse中用mutate_at将多列分为4个近似等规模有序组？

要实现多分数列的近似等规模分组，核心是替换cut_number为ntile函数——ntile不依赖足够多的唯一值，而是直接按排序后的观测位置分配组，能保证每组数量尽可能均等，同时避免报错。以下是两种适配不同需求的实现方式：

方式1：强制分组（所有场景生效） #

直接使用ntile对每列进行4组划分，即使存在大量重复值（如scores_2的多个0）也能生成近似等规模的组：

library(tidyverse)

dat <- data.frame(Suburb = c("Werribee", "Hoppers", "Carlton", "North", "Serrano", "Upwell","Market", "Poynton", "Stawell"),
                  scores_1 = c(0,0.0001, 230, 340, 340, 10, 3490, 5,21),
                  scores_2 = c(12, 0,0,0,0,0,0, 45,13),
                  scores_3 = c(4,5,6,7,8,9,10, 45, 45))

allscores <- c("scores_1", "scores_2", "scores_3")

# 使用mutate across替代已软弃用的mutate_at
myresult <- dat %>% 
  mutate(across(all_of(allscores), 
                list(risk_levels = ~ ntile(., n = 4)),
                .names = "{.col}_risk_levels"))

说明 #

• ntile(x, n = 4)会将排序后的观测值划分为4组，每组数量差异不超过1：比如9条数据会分成3、2、2、2的规模。
• 分组逻辑为分数越低，风险等级（组号）越小，若需要反向（分数越高等级越高），可改用ntile(desc(x), n = 4)。

方式2：仅在有效场景分组（大量0值场景返回NA） #

如果希望在唯一值不足4个的场景下不生成分组（返回NA），可以自定义函数先做判断：

assign_risk <- function(x, n = 4) {
  # 当唯一值数量小于分组数时返回NA，否则用ntile分组
  if (n_distinct(x) < n) {
    rep(NA_integer_, length(x))
  } else {
    ntile(x, n)
  }
}

myresult <- dat %>% 
  mutate(across(all_of(allscores), 
                list(risk_levels = assign_risk),
                .names = "{.col}_risk_levels"))

说明 #

• n_distinct(x)用于统计列的唯一值数量，若小于4则返回NA向量，避免无意义的分组。
• 示例中scores_2有4个唯一值（0、12、13、45），会正常生成分组；若某列只有2个唯一值，该列的风险等级列会全为NA。

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