如何在R语言cut()函数中加入性别因素，按不同阈值划分Strength？

要实现按性别使用不同阈值划分Strength的需求，核心是针对不同Gender值，分别应用对应的cut规则，以下是两种实用的实现方式：

基础R实现 #

首先构造你的数据框（方便复现测试）：

Base <- data.frame(
  ID = 1:5,
  Gender = c(0,1,1,0,0),
  Strength = c(230,20,30,40,40)
)

定义一个根据性别返回划分结果的函数，再用mapply逐行应用规则：

# 定义分类函数：根据Gender选择对应的划分阈值
classify_strength <- function(strength, gender) {
  if (gender == 1) {
    # Gender=1时，阈值为28：<=28标记为Stronger，>28标记为Weaker
    cut(strength, breaks = c(-Inf, 28, Inf), labels = c("Stronger", "Weaker"))
  } else {
    # Gender=0时，阈值为10：<=10标记为Stronger，>10标记为Weaker
    cut(strength, breaks = c(-Inf, 10, Inf), labels = c("Stronger", "Weaker"))
  }
}

# 给数据框添加新变量
Base$newvariable <- mapply(classify_strength, Base$Strength, Base$Gender)

运行后查看结果：

print(Base)
#   ID Gender Strength newvariable
# 1  1      0      230      Weaker
# 2  2      1       20    Stronger
# 3  3      1       30      Weaker
# 4  4      0       40      Weaker
# 5  5      0       40      Weaker

tidyverse（dplyr）实现 #

如果你习惯用tidyverse工具链，可以用case_when实现条件化的cut操作：

library(dplyr)

Base <- Base %>%
  mutate(
    newvariable = case_when(
      Gender == 1 ~ cut(Strength, breaks = c(-Inf, 28, Inf), labels = c("Stronger", "Weaker")),
      Gender == 0 ~ cut(Strength, breaks = c(-Inf, 10, Inf), labels = c("Stronger", "Weaker")),
      TRUE ~ NA_character_ # 处理未定义的Gender值（可选）
    )
  )

关键说明 #

• 用-Inf和Inf作为breaks的边界，可以覆盖所有可能的Strength数值（比如数据中230这种远大于阈值的情况）
• 两种方法本质都是按Gender分组应用不同的cut规则，解决了你原代码中统一阈值的问题

内容的提问来源于stack exchange，提问作者MARCOS OLVERA ROJAS