如何在R语言中为数据框添加汞含量分级的因子列？

Excel 操作步骤 #

• 假设你的汞含量数据在A列（从A2开始是有效数据），在B2单元格输入以下公式：
  =IF(A2<0.1,"low",IF(A2<=0.3,"medium","high"))
• 逻辑说明：先判断数值是否小于0.1，符合则标记为"low"；否则判断是否≤0.3（此时范围自动落在0.1到0.3之间），标记为"medium"；剩下的数值都>0.3，标记为"high"。
• 输入完成后，鼠标拖动B2单元格右下角的填充柄，下拉到所有数据行即可批量生成等级列。

Python（Pandas）实现 #

方法1：自定义函数+apply #

适合小数据集，逻辑直观：

import pandas as pd

# 加载数据集（替换成你的文件路径和格式）
df = pd.read_csv("fish_mercury_data.csv")

# 定义分级函数
def get_mercury_level(val):
    if val < 0.1:
        return "low"
    elif val <= 0.3:
        return "medium"
    else:
        return "high"

# 生成新列（替换"汞含量"为你实际的列名）
df["汞含量等级"] = df["汞含量"].apply(get_mercury_level)

方法2：cut函数（高效适合大数据） #

用Pandas内置的区间划分函数，速度更快：

import pandas as pd

df = pd.read_csv("fish_mercury_data.csv")

# 定义区间和对应标签
bins = [-float("inf"), 0.1, 0.3, float("inf")]
labels = ["low", "medium", "high"]

# 生成新列，include_lowest确保0.1被归入medium区间
df["汞含量等级"] = pd.cut(df["汞含量"], bins=bins, labels=labels, include_lowest=True)

R语言实现 #

方法1：嵌套ifelse #

# 加载数据集
df <- read.csv("fish_mercury_data.csv")

# 生成分级列（替换"汞含量"为实际列名）
df$汞含量等级 <- ifelse(df$汞含量 < 0.1, "low",
                       ifelse(df$汞含量 <= 0.3, "medium", "high"))

方法2：case_when（更易读） #

需要先加载dplyr包：

library(dplyr)

df <- read.csv("fish_mercury_data.csv") %>%
  mutate(汞含量等级 = case_when(
    汞含量 < 0.1 ~ "low",
    汞含量 <= 0.3 ~ "medium",
    TRUE ~ "high"
  ))

内容的提问来源于stack exchange，提问作者Reb