如何不使用if语句将数值向量转换为分类因子？

方法1：用cut()函数（推荐） #

这是R中处理数值分箱的标准方法，代码简洁且易维护。

首先定义你的数值向量：

test_values <- c(1, 0.68, 0.95, 0.93, 0.33, 0.49, 0.8)

调用cut()函数指定区间和对应标签：

bins <- cut(
  test_values,
  breaks = c(-Inf, 0.5, 0.9, Inf),  # 划分区间边界
  labels = c("<0.5", "0.6-0.9", ">0.9"),  # 对应区间的标签
  include.lowest = TRUE  # 确保最小值被包含在第一个区间
)

最后合并成你需要的数据框：

result <- data.frame(Value = test_values, Bin = bins)
print(result)

运行后会输出目标结果：

Value      Bin
1  1.00     >0.9
2  0.68 0.6-0.9
3  0.95     >0.9
4  0.93     >0.9
5  0.33     <0.5
6  0.49     <0.5
7  0.80 0.6-0.9

如果需要处理0.5-0.6之间的数值，可以把breaks改成c(-Inf, 0.5, 0.6, 0.9, Inf)，labels对应加上"0.5-0.6"即可。

方法2：用嵌套ifelse()手动判断 #

如果分箱逻辑简单，也可以用条件判断直接实现：

test_values <- c(1, 0.68, 0.95, 0.93, 0.33, 0.49, 0.8)

bins <- ifelse(
  test_values > 0.9, ">0.9",
  ifelse(test_values >= 0.6, "0.6-0.9",
         ifelse(test_values < 0.5, "<0.5", NA))
)

result <- data.frame(Value = test_values, Bin = bins)
print(result)

这种方法适合分箱规则极少的场景，分箱多的时候代码会变得繁琐，不如cut()高效。

内容的提问来源于stack exchange，提问作者Workhorse