如何用tidyr的mutate优雅转换单列混合数值与范围数据为有序区间？

可以借助dplyr::case_when和readr::parse_number实现优雅的批量转换，完全不需要为每个单数值单独写str_replace语句，同时能灵活处理单数值和范围值：

基础实现（区分单值/范围值逻辑） #

假设你的目标列名为target_col，代码如下：

library(tidyverse)

# 处理数据
df <- df %>%
  mutate(
    # 提取字符串中的首个数字（单值直接取，范围值取左边界）
    extract_num = parse_number(target_col),
    # 生成标准化区间
    standardized_col = case_when(
      # 处理纯数字的单值记录
      str_detect(target_col, "^\\d+$") ~ case_when(
        extract_num < 20 ~ "<20",
        extract_num >= 20 & extract_num < 30 ~ "20-29",
        extract_num >= 30 & extract_num < 40 ~ "30-39",
        # 可根据需求添加更多区间
        TRUE ~ "≥40" # 兜底处理未覆盖的数值
      ),
      # 处理已有范围值的记录（可选择合并到目标区间或保留原格式）
      str_detect(target_col, "^\\d+-\\d+$") ~ case_when(
        # 示例：将原范围合并到目标区间，若需保留原范围直接返回target_col即可
        extract_num >= 20 & extract_num < 30 ~ "20-29",
        extract_num >= 30 & extract_num < 40 ~ "30-39",
        TRUE ~ target_col
      ),
      # 处理其他异常格式的记录（直接保留原内容）
      TRUE ~ target_col
    )
  ) %>%
  # 移除中间辅助列（不需要的话可省略）
  select(-extract_num)

简化版（统一按数值归类） #

如果不需要保留原范围值的格式，希望所有记录都统一到目标区间，代码可以更简洁：

df <- df %>%
  mutate(
    standardized_col = case_when(
      parse_number(target_col) < 20 ~ "<20",
      between(parse_number(target_col), 20, 29) ~ "20-29",
      between(parse_number(target_col), 30, 39) ~ "30-39",
      TRUE ~ "≥40"
    )
  )

关键函数说明 #

• parse_number：自动提取字符串中的数字内容，不管是单值"16"还是范围"25-30"，都会返回对应数字（16或25），是实现批量判断的核心。
• case_when：替代多嵌套if-else，用清晰的条件-结果对处理不同场景，避免重复写mutate语句。
• str_detect：用来区分单值和范围值的格式，确保逻辑精准性。

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