如何在R数据框中按类别替换列中的数值？

原始数据准备 #

先给原始数据框命名列，方便后续操作：

data <- matrix(c(12, 6, 13, 15, 2, 7, 7, 14), nrow = 4)
data <- as.data.frame(data)
colnames(data) <- c("变量1", "变量2")

原始数据如下：

方法1：基础R ifelse() 函数 #

适合简单二元判断的直接实现：

# 生成类别列
data$`变量2（类别）` <- ifelse(data$`变量2` < 10, "类别1", "类别2")
# 移除原数值列（按需选择）
data <- data[, -2]

方法2：dplyr 包的 case_when() #

扩展性更强，适合后续添加多分类条件的场景：

# 首次使用需安装包
install.packages("dplyr")
library(dplyr)

data <- data %>%
  mutate(`变量2（类别）` = case_when(
    `变量2` < 10 ~ "类别1",
    `变量2` >= 10 ~ "类别2"
  )) %>%
  select(-`变量2`) # 移除原数值列

方法3：cut() 函数分箱 #

针对连续变量区间分箱的场景，自动生成对应类别：

data$`变量2（类别）` <- cut(
  data$`变量2`, 
  breaks = c(-Inf, 9, Inf), # 断点设为9，对应<10和>=10的区间
  labels = c("类别1", "类别2")
)
data <- data[, -2]

最终结果 #

无论采用哪种方法，最终都会得到如下数据框：

内容的提问来源于stack exchange，提问作者mathslover