如何在R中按分组规则对数据表数值取整并替换小值

问题原因 #

你的代码失败是因为case_when要求所有分支返回相同类型的数据，但你同时返回了数值（如round(.,1)）和字符串（如<0.1），R无法自动统一类型，导致结果不符合预期或报错。核心解决思路是将所有处理后的结果转为字符类型，同时用格式化函数控制数值的显示格式。

方案一：使用dplyr语法（兼容data.table） #

用across替代已弃用的mutate_at，并通过sprintf确保数值格式符合要求，同时统一返回字符类型：

library(dplyr)
library(data.table)

desired_solution <- exampledata %>%
  mutate(across(c(c, d), ~case_when(
    # 规则1：group>1000且数值>1 → 0位小数取整
    group > 1000 & .x > 1 ~ sprintf("%.0f", round(.x, 0)),
    # 规则2：group>1000且0<数值<1 → 替换为"<1"
    group > 1000 & .x > 0 & .x < 1 ~ "<1",
    # 补充：group>1000且数值≤0 → 保留原数值（转字符）
    group > 1000 & .x <= 0 ~ as.character(.x),
    # 规则3：group<1000且数值>0.1 → 保留1位小数（含整数显示.0）
    group < 1000 & .x > 0.1 ~ sprintf("%.1f", round(.x, 1)),
    # 规则4：group<1000且数值<0.1 → 替换为"<0.1"
    group < 1000 & .x < 0.1 ~ "<0.1",
    # 处理其他边界情况（如等于0.1、等于1等）
    TRUE ~ as.character(.x)
  )))

方案二：使用data.table原生语法（推荐用于大型数据集） #

data.table的原生操作效率更高，适合处理大型数据集，避免不必要的内存开销：

library(data.table)

# 定义处理函数，封装所有规则
process_col <- function(x, group_col) {
  case_when(
    group_col > 1000 & x > 1 ~ sprintf("%.0f", round(x, 0)),
    group_col > 1000 & x > 0 & x < 1 ~ "<1",
    group_col > 1000 & x <= 0 ~ as.character(x),
    group_col < 1000 & x > 0.1 ~ sprintf("%.1f", round(x, 1)),
    group_col < 1000 & x < 0.1 ~ "<0.1",
    TRUE ~ as.character(x)
  )
}

# 复制原数据避免修改原始数据，对c、d列应用处理函数
desired_solution <- copy(exampledata)
desired_solution[, c("c", "d") := lapply(.SD, process_col, group_col = group), .SDcols = c("c", "d")]

验证结果 #

执行上述代码后，desired_solution将完全匹配你提供的期望结果，同时解决了类型冲突问题。

内容的提问来源于stack exchange，提问作者Eli