是否有R函数可将MINsal与MAXsal合并为薪资范围列并实现排序？

核心思路 #

直接用paste()生成的"min-max"字符串无法转数值排序，因为包含非数字字符。正确做法是将其转为有序因子，通过原始的MINsal数值确定排序逻辑，既保留"min-max"的显示格式，又能按薪资范围的实际大小排序。

分步实现 #

1. 加载依赖包并准备示例数据

library(dplyr)
library(ggplot2)

# 模拟你的数据集
df <- data.frame(
  gender = c("Male", "Female", "Male", "Female", "Male", "Female"),
  MINsal = c(3000, 2800, 4000, 3500, 5000, 4500),
  MAXsal = c(3500, 3200, 4500, 4000, 5500, 5000)
)

2. 生成薪资范围列并设置有序排序

df <- df %>%
  # 拼接成"min-max"格式的字符串
  mutate(salary_range = paste(MINsal, MAXsal, sep = "-")) %>%
  # 按MINsal的数值排序，将salary_range转为有序因子
  mutate(salary_range = factor(
    salary_range,
    levels = unique(salary_range[order(MINsal)]),
    ordered = TRUE
  ))

这里通过order(MINsal)获取薪资从小到大的索引，以此确定因子的水平顺序，确保排序时是按薪资实际数值而非字符串字典序。

3. 验证排序效果

# 查看按薪资范围排序后的数据集
df %>% arrange(salary_range)

4. 按性别分组绘制分布图

由于薪资范围是离散的分类数据，用柱状图比直方图更合适（若坚持用直方图，可将geom_bar()替换为geom_histogram(stat = "count")）：

ggplot(df, aes(x = salary_range, fill = gender)) +
  geom_bar(position = "dodge") +
  labs(x = "薪资范围", y = "人数", title = "不同性别薪资范围分布") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # 旋转x轴标签避免重叠

补充说明 #

• 若你的数据集里有重复的薪资范围，unique()会自动去重，保证每个范围只作为一个因子水平。
• 也可以用MAXsal来确定排序顺序，结果和用MINsal一致（因为每个范围的MIN和MAX是对应递增的）。

内容的提问来源于stack exchange，提问作者Yves