基于R语言data.table实现数值分组生成新分类变量的需求

给定的data.table数据集：

dt <- data.table(ID = c(1, 2, 3, 4),
                 q1= c(1, NA, NA, 1), 
                 q2= c(1, 3, 2, NA), 
                 q3= c(2, 1, 4, 4))

需要为q1、q2、q3分别生成对应分类列（q1_cat、q2_cat、q3_cat），规则如下：

• 数值1、2 → "YES"
• 数值3 → "NO"
• 数值4 → "IDK"
• NA值保持不变

实现代码 #

利用data.table的fcase做条件映射，配合lapply批量处理目标列，高效完成需求：

library(data.table)

dt[, paste0(c("q1", "q2", "q3"), "_cat") := lapply(.SD, function(col) {
  fcase(
    col %in% c(1, 2), "YES",
    col == 3, "NO",
    col == 4, "IDK",
    default = NA_character_
  )
}), .SDcols = c("q1", "q2", "q3")]

最终结果 #

运行代码后查看数据集：

print(dt)

输出与预期一致：

ID q1 q2 q3 q1_cat q2_cat q3_cat
1:  1  1  1  2    YES    YES    YES
2:  2 NA  3  1     NA     NO    YES
3:  3 NA  2  4     NA    YES    IDK
4:  4  1 NA  4    YES     NA    IDK

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