R语言：将单个变量多类别合并为因子并生成目标子集

R语言实现（基于tidyverse包） #

假设你的数据集名为df，可以用dplyr包的函数完成需求：

library(dplyr)

# 过滤+生成新变量
df_processed <- df %>%
  filter(condition != "A") %>%
  mutate(new_factor = case_when(
    condition %in% c("B", "C") ~ "low",
    condition %in% c("D", "E") ~ "high"
  ))

代码说明 #

• filter(condition != "A")：直接剔除所有condition取值为"A"的观测行
• mutate()配合case_when()：按规则生成新分类变量new_factor，匹配B/C时赋值"low"，匹配D/E时赋值"high"

Python语言实现（基于pandas包） #

假设你的数据集已存入pandas.DataFrame对象df，代码如下：

import pandas as pd
import numpy as np

# 先过滤掉condition为"A"的行
df_processed = df[df['condition'] != 'A'].copy()

# 生成new_factor变量
df_processed['new_factor'] = np.where(
    df_processed['condition'].isin(['B', 'C']),
    'low',
    'high'
)

代码说明 #

• df[df['condition'] != 'A'].copy()：过滤目标行并创建副本，避免后续赋值时出现链式赋值警告
• np.where()：通过条件判断快速赋值，满足B/C条件的设为"low"，其余符合要求的（D/E）设为"high"

处理后结果示例 #

participant_nr condition  value new_factor
0             01         B     13        low
1             01         C     20        low
3             01         D     11       high
4             01         E     17       high
5             02         C     18        low
7             02         B     12        low
8             02         D     11       high
9             02         E     15       high

内容的提问来源于stack exchange，提问作者John