如何在R中直接基于≥100和≥75的阈值创建分类列？

问题背景 #

现有如下R语言data.frame数据集：

my_df <- data.frame(
    b1 = c(2, 6, 3, 6, 4, 2, 1, 9, NA), 
    b2 = c(100, 4, 106, 102, 6, 6, 1, 1, 7), 
    b3 = c(75, 79, 8, 0, 2, 3, 9, 5, 80), 
    b4 = c(NA, 6, NA, 10, 12, 8, 3, 6, 2),
    b5 = c(2, 12, 1, 7, 8, 5, 5, 6, NA),
    b6 = c(9, 2, 4, 6, 7, 6, 6, 7, 9),
    b7 = c(1, 3, 7, 7, 4, 2, 2, 9, 5),
    b8 = c(NA, 8, 4, 5, 1, 4, 1, 3, 6),
    b9 = c(4, 5, 7, 9, 5, 1, 1, 2, NA),
    b10 = c(14, 2, 4, 2, 1, 1, 1, 1, 5))

需要创建名为NEW的新列，规则为：当b2≥100 或 b3≥75时取值"BLUE"，否则取值"RED"。目前通过设置略低于目标值的阈值（99.9和74.9），使用tidyverse的case_when函数实现了需求，想确认是否可以直接使用≥100和≥75的阈值来完成该操作。

解决方案 #

当然可以直接使用≥100和≥75的阈值实现需求，完全不需要用略低的替代值。以下是两种常用实现方式：

1. Tidyverse 方案（case_when） #

直接在条件中写入b2 >= 100 | b3 >=75即可，代码如下：

library(tidyverse)

my_df <- my_df %>%
  mutate(NEW = case_when(
    b2 >= 100 | b3 >= 75 ~ "BLUE",
    TRUE ~ "RED"
  ))

2. Base R 方案（ifelse） #

如果不想加载tidyverse包，也可以用base R的向量化判断快速生成新列：

my_df$NEW <- ifelse(my_df$b2 >= 100 | my_df$b3 >=75, "BLUE", "RED")

验证结果 #

执行上述代码后，查看NEW列的结果：

print(my_df$NEW)
# 输出：[1] "BLUE" "BLUE" "BLUE" "BLUE" "RED"  "RED"  "RED"  "RED"  "BLUE"

完全符合规则：第1行（b2=100、b3=75）、第2行（b3=79）、第3行（b2=106）、第4行（b2=102）、第9行（b3=80）均标记为"BLUE"，其余行标记为"RED"。

内容的提问来源于stack exchange，提问作者lizzy