R语言中基于ntile处理数据：0值赋0，非0值生成分箱列

针对你的需求——保留原数据中的0，对非0值用ntile()分箱生成新列，这里提供两种实用实现方式：

1. 使用dplyr包（代码更清晰，推荐） #

步骤1：准备数据 #

先把你的数值向量赋值：

vec <- c(1.400, 0.100, 11.600, 20.980, 0.250, 0.000, 0.000, 0.000, 1.000, 0.000, 13.400, 7.800, 15.690, 1.200, 1.900, 0.900, 2.800, 12.300, 0.000,
         20.320, 0.270, 16.730, 17.460, 12.050, 0.300, 19.400, 9.500, 19.870, 52.870, 20.700, 24.300, 0.700, 3.800, 8.770, 17.000, 4.500, 16.490, 8.610,
         9.670, 18.100, 25.300, 11.600, 16.700, 3.000, 5.500, 8.900, 11.100, 16.200, 17.200, 2.500, 13.800, 7.600, 0.500, 0.660, 6.100, 17.000, 2.200,
         3.800, 1.800, 17.900, 15.000, 0.200, 12.000, 0.600, 5.200, 0.000, 0.000, 0.000, 2.100, 0.300, 34.400, 4.710, 1.500, 10.000, 0.300, 0.800,
         7.700, 2.500, 0.000, 6.500, 4.600, 0.600, 17.700, 5.800, 10.800, 17.300, 2.400, 10.000, 27.400, 0.000, 8.600, 3.200, 4.400, 0.000, 0.100,
         0.000, 0.000, 0.000, 0.000, 12.800, 0.000, 0.500, 0.000, 0.000, 0.000, 1.100, 1.300, 0.000, 6.500, 0.800, 0.000, 2.200, 2.200, 2.200,
         0.000, 1.500, 0.000, 0.000, 0.000, 0.700, 0.000, 0.000, 0.000, 0.000, 3.900, 5.200, 0.000, 0.000, 0.000, 0.000, 0.000, 15.000, 2.300)

步骤2：生成新列 #

加载dplyr包后，将向量转为数据框并处理：

library(dplyr)

# 转为数据框（如果原数据已经是数据框，直接用原数据框即可）
df <- tibble(original = vec)

# 生成新列：0保持0，非0值分5箱（可修改n的值调整分箱数）
df <- df %>%
  mutate(new_col = case_when(
    original == 0 ~ 0,
    TRUE ~ ntile(original[original != 0], n = 5)[match(original, original[original != 0])]
  ))

2. 基础R实现（无需额外包） #

如果不想加载dplyr，可以用基础R代码完成：

# 提取非0值并分箱
non_zero_vals <- vec[vec != 0]
ntile_bins <- ntile(non_zero_vals, n = 5)

# 生成新向量，0位置保持0，非0位置对应分箱结果
new_vec <- ifelse(vec == 0, 0, ntile_bins[match(vec, non_zero_vals)])

# 如果需要转为数据框的列，直接添加即可
df <- data.frame(original = vec, new_col = new_vec)

关键提示 #

• ntile()函数的n参数控制分箱数量，比如你想分10箱就把n=5改成n=10。
• 用match()是为了保证非0值的分箱结果能准确对应回原向量的位置，避免顺序出错。

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