统计学期末项目：将Finance数据集edu变量分为大学/非大学两组求助

第一步：明确分组对应类别 #

先把edu变量按需求归类：

• 非大学组：trade school degree、some high school、less than high school、high school diploma / GED、some college, no degree
• 大学组：Graduate degree、doctorate / post graduate、bachelor's degree、associate's degree

第二步：用基础R实现（无需额外安装包） #

先给数据集新增分组变量，再拆分：

# 定义非大学类别的列表
non_college_list <- c("trade school degree", "some high school", "less than high school", 
                      "high school diploma / GED", "some college, no degree")

# 新增分组列edu_group
Finance$edu_group <- ifelse(Finance$edu %in% non_college_list, "非大学组", "大学组")

# 拆分出非大学组数据集
non_college_data <- subset(Finance, edu_group == "非大学组")

# 拆分出大学组数据集
college_data <- subset(Finance, edu_group == "大学组")

# 也可以用split直接生成包含两个数据集的列表
split_data <- split(Finance, Finance$edu_group)
# 调用时用 split_data$`非大学组` 或 split_data$`大学组`

第三步：用dplyr实现（更直观，适合新手） #

如果习惯用tidyverse工具包，代码可读性更强：

# 先安装dplyr（仅第一次用需要）
# install.packages("dplyr")
library(dplyr)

# 生成非大学组数据集
non_college_data <- Finance %>%
  mutate(edu_group = case_when(
    edu %in% non_college_list ~ "非大学组",
    TRUE ~ "大学组"
  )) %>%
  filter(edu_group == "非大学组")

# 生成大学组数据集
college_data <- Finance %>%
  mutate(edu_group = case_when(
    edu %in% non_college_list ~ "非大学组",
    TRUE ~ "大学组"
  )) %>%
  filter(edu_group == "大学组")

# 一键拆分两组到列表
split_data <- Finance %>%
  mutate(edu_group = case_when(
    edu %in% non_college_list ~ "非大学组",
    TRUE ~ "大学组"
  )) %>%
  group_split(edu_group)

注意事项 #

• 先运行unique(Finance$edu)确认数据集中edu的所有取值，确保和你列出的类别拼写、大小写、空格完全一致，否则会出现分组错误
• 如果有缺失值，ifelse和case_when会自动把缺失值归到大学组，如果需要单独处理，可以在条件里加is.na(edu) ~ "缺失组"

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