如何合并变量中的指定观测值？以Race变量合并Refused与Unknown为例

针对你要合并Race变量里的Refused和Unknown观测值的需求，下面是几种常用统计分析工具的实现方式：

R语言 #

基础R方法 #

直接通过索引替换目标值：

# 替换Refused和Unknown为合并后的类别
df$Race[df$Race %in% c("Refused", "Unknown")] <- "Refused/Unknown"

如果Race是因子类型，需要先转成字符型再处理，之后可重新转为因子：

df$Race <- as.character(df$Race)
df$Race[df$Race %in% c("Refused", "Unknown")] <- "Refused/Unknown"
df$Race <- as.factor(df$Race)

dplyr包方法 #

用case_when更清晰地处理多条件分类：

library(dplyr)
df <- df %>%
  mutate(Race = case_when(
    Race %in% c("Refused", "Unknown") ~ "Refused/Unknown",
    TRUE ~ Race  # 保留其他所有原有类别
  ))

Python（Pandas） #

replace方法 #

直接映射目标值到合并类别：

import pandas as pd

df['Race'] = df['Race'].replace(
    {'Refused': 'Refused/Unknown', 'Unknown': 'Refused/Unknown'}
)

np.where方法 #

通过条件判断替换：

import pandas as pd
import numpy as np

df['Race'] = np.where(
    df['Race'].isin(['Refused', 'Unknown']),
    'Refused/Unknown',
    df['Race']
)

Stata #

用replace命令直接替换符合条件的观测值：

replace Race = "Refused/Unknown" if Race == "Refused" | Race == "Unknown"

内容的提问来源于stack exchange，提问作者Jamie