R语言为行为人格评分项打标签时出现重复与匹配错误求助

我有一份行为人格项数据集，评分范围为1-8，需要按以下规则将评分转换为对应标签：

• 1-2 → Rare
• 3-5 → Occasionally
• 6-8 → Frequent

目前已经成功创建了带_class后缀的新列，但遇到两个问题：

• 所有_class列的内容完全重复
• 标签与评分匹配错误（例如评分8被错误标记为Occasionally）

数据集选取代码：

Beh_data[,c(2,3,4,32,33,34)

标签转换实现代码：

l = unlist(names(Beh_data[,2:28]))
for (j in 1:length(l)) {
  cl[j] = list(paste(l[j],"class",sep="_"))
  for (k in 1:length(cl)) {
    Beh_data[,cl[[k]] ] <- cl[[k]]
    for(i in 1:nrow(Beh_data)){
      Beh_data[,cl[[k]] ][i] <-ifelse(Beh_data[,l[j] ][i]<3, "Rare", Beh_data[,cl[[k]] ][i])
      Beh_data[,cl[[k]] ][i] <-ifelse(Beh_data[,l[j] ][i]>2 & Beh_data[,l[j] ][i]<6, "Occasionally", Beh_data[,cl[[k] ] ][i])
      Beh_data[,cl[[k]] ][i] <-ifelse(Beh_data[,l[j] ][i]>5, "Frequent", Beh_data[,cl[[k]] ][i])
    }
  }
}

问题原因 #

1. 内容重复：原代码嵌套了不必要的k循环，每处理一个目标列（j循环）时，都会遍历所有已创建的_class列，并用当前目标列的评分覆盖这些列的值，最终所有_class列都会被最后一个目标列的评分数据填充。
2. 匹配错误：逐行循环（i循环）容易引发索引混乱，同时初始赋值Beh_data[,cl[[k]] ] <- cl[[k]]会把列名作为初始值，若循环嵌套导致意外覆盖，就会出现错误标签；另外>2 & <6的写法边界不够直观，增加了理解误差。

修正方案 #

方案1：使用dplyr（推荐，简洁高效） #

library(dplyr)

# 获取需要转换的目标列（第2至28列）
target_cols <- names(Beh_data)[2:28]

# 批量创建_class列并赋值
Beh_data <- Beh_data %>%
  mutate(across(
    all_of(target_cols),
    ~case_when(
      .x < 3 ~ "Rare",
      .x >= 3 & .x <= 5 ~ "Occasionally",
      .x > 5 ~ "Frequent"
    ),
    .names = "{.col}_class"
  ))

方案2：使用基础R #

# 获取需要转换的目标列（第2至28列）
target_cols <- names(Beh_data)[2:28]

# 逐个处理目标列
for (col in target_cols) {
  # 生成新列名
  new_col_name <- paste0(col, "_class")
  # 向量化赋值，避免逐行循环
  Beh_data[[new_col_name]] <- ifelse(
    Beh_data[[col]] < 3, "Rare",
    ifelse(
      Beh_data[[col]] >= 3 & Beh_data[[col]] <= 5, "Occasionally",
      "Frequent"
    )
  )
}

修正说明 #

• 移除了嵌套的k循环，每个目标列独立生成对应的_class列，彻底解决内容重复问题。
• 用向量化操作替代逐行循环，既提升了运行效率，也避免了索引混乱导致的错误。
• 明确了区间判断条件，逻辑更清晰，确保每个评分只会匹配唯一正确的标签。
• 使用[[col]]的索引方式，比原代码的矩阵索引更直观，减少索引错误风险。

内容的提问来源于stack exchange，提问作者hohugu