R语言中性别字符变量转数值的更高效方法咨询

DevOps 小满

2026-8-26

字符型性别变量转数值型的高效实现方法

你当前的逐个赋值方法可行，但有更简洁高效的向量级操作方案，以下是几种常用实现：

利用因子（factor）转换（基础R原生方法，最推荐）
因子在R中本身以数值编码存储，只需指定水平顺序即可完成转换：
```
# 转换为因子并指定水平对应顺序
ms$Gender <- factor(ms$Gender, levels = c("Woman", "Man", "Non-binary"))
# 转为数值型，水平顺序对应1、2、3
ms$Gender <- as.numeric(ms$Gender)
```
优势：无需逐个赋值，可灵活调整编码顺序，适合后续需保留分类信息的场景。

使用dplyr的case_match()或recode()（tidyverse工作流友好）
若习惯用tidyverse工具，这两个函数能实现直观的向量替换：

library(dplyr)
# 用case_match
ms <- ms %>%
  mutate(Gender = case_match(
    Gender,
    "Woman" ~ 1,
    "Man" ~ 2,
    "Non-binary" ~ 3
  ))

# 或用recode
ms$Gender <- recode(ms$Gender,
                    "Woman" = 1,
                    "Man" = 2,
                    "Non-binary" = 3)

优势：代码可读性强，支持链式操作，适配数据清洗流水线。

基础R的match()函数（极简一行代码）
match函数会返回每个元素在目标向量中的位置，恰好对应所需数值：
```
ms$Gender <- match(ms$Gender, c("Woman", "Man", "Non-binary"))
```
优势：代码最简洁，纯基础R实现，无额外包依赖。