使用stringr优化cut生成的分箱标签格式问题求助

1. 精准处理含Inf的首尾分箱标签 #

针对含-Inf和Inf的分箱标签，用正则表达式一次性匹配替换，同时调整符号位置并移除多余括号：

library(dplyr)
library(stringr)

xbreaks <- c(-Inf, -2, -1, 0, 1, 2, Inf)
df <- data.frame(x=rnorm(1000)) %>%
  mutate(xbins = cut(x, breaks = xbreaks))

labs <- unique(df$xbins)

# 处理含Inf的标签：匹配(-Inf, num]替换为< num；匹配(num, Inf]替换为> num
prettylabs <- str_replace_all(labs, 
                              c("\\(-Inf, (-?\\d+)\\]" = "< \\1", 
                                "\\((-?\\d+), Inf\\]" = "> \\1"))
prettylabs
# 输出：[1] "(-1,0]"  "(0,1]"   "(1,2]"   "(-2,-1]" "> 2"     "< -2"

正则说明：

• \\(-Inf, (-?\\d+)\\]：匹配(-Inf, 数字]格式，捕获数字部分，替换为< 数字
• \\((-?\\d+), Inf\\]：匹配(数字, Inf]格式，捕获数字部分，替换为> 数字

2. 批量替换因子标签（无需手动输入） #

直接利用因子的levels属性批量替换，或者用dplyr::fct_recode结合命名向量，自动匹配旧标签和新标签：

方法1：修改因子levels #

# 直接给df$xbins的levels赋值新标签
levels(df$xbins) <- prettylabs
# 查看结果
head(df$xbins)

方法2：用fct_recode（自动生成命名向量） #

library(forcats)
# 生成旧标签对应新标签的命名向量
lab_mapping <- set_names(prettylabs, labs)
# 批量替换
df <- df %>% mutate(xbins = fct_recode(xbins, !!!lab_mapping))

这样不用手动逐个输入标签对，完全自动匹配。

3. 简化移除所有括号的操作 #

不用多次调用str_replace_all，用str_remove_all匹配所有括号字符（()[]），一次搞定：

prettylabs2 <- str_remove_all(labs, "[\\(\\)\\[\\]]") %>%
  str_replace_all(", ", " - ") %>%
  # 最后调整>的位置
  str_replace("(\\d+)>", "> \\1")
prettylabs2
# 输出：[1] "-1 - 0"  "0 - 1"   "1 - 2"   "-2 - -1" "> 2"     "< -2"

这里[\\(\\)\\[\\]]是字符集，匹配所有括号；最后用str_replace把数字>换成> 数字即可。

内容的提问来源于stack exchange，提问作者Jaken