R语言将两列字符型数据分箱生成新增字符列的实现方法

原代码异常原因 #

之前的代码出现重复列、运行不符合预期，核心是三处语法错误：

• 管道传入对象错误：%>%会将前序对象作为第一个参数传入后续函数，代码开头取df1$type_of_users传入mutate，本质是操作一个不存在的空向量，没有对完整数据集df1做修改
• mutate参数格式错误：mutate新增列需要明确指定列名 = 取值逻辑，原代码没有给case_when的输出指定列名，会自动生成异常命名的新列
• 冗余取值写法：dplyr管道环境内可直接调用数据框列名，反复写df1$取列容易触发取值错位、重复列问题

正确实现方案 #

所有方案生成的type_of_users列class和mode均为character类型，可覆盖全部4种组合场景。

方案1：dplyr最简拼接（推荐） #

不需要逐一枚举组合规则，直接做字符串处理拼接即可，后续如果新增车型/用户类型也不需要改代码：

library(dplyr)
df1 <- df1 %>%
  mutate(
    type_of_users = paste0(member_casual, "_", sub("_bike", "", rideable_type))
  )

规则校验：当rideable_type取值为electric_bike、member_casual取值为member时，会自动生成member_electric；docked_bike对应生成xx_docked格式取值，完全匹配需求。

方案2：修正后的case_when写法 #

如果需要明确枚举所有组合规则（方便后续新增特殊映射），可以用修正语法后的case_when：

library(dplyr)
df1 <- df1 %>%
  mutate(
    type_of_users = case_when(
      member_casual == 'casual' & rideable_type == 'docked_bike' ~ 'casual_docked',
      member_casual == 'member' & rideable_type == 'docked_bike' ~ 'member_docked',
      member_casual == 'casual' & rideable_type == 'electric_bike' ~ 'casual_electric',
      member_casual == 'member' & rideable_type == 'electric_bike' ~ 'member_electric'
    )
  )

方案3：基础R实现（无需加载第三方包） #

不使用dplyr的情况下，用R原生函数即可完成：

# 字符串拼接写法（和方案1逻辑一致）
df1$type_of_users <- paste0(df1$member_casual, "_", sub("_bike", "", df1$rideable_type))

# 嵌套ifelse写法（和case_when逻辑一致）
df1$type_of_users <- with(df1, ifelse(
  member_casual == 'casual' & rideable_type == 'docked_bike', 'casual_docked',
  ifelse(member_casual == 'member' & rideable_type == 'docked_bike', 'member_docked',
  ifelse(member_casual == 'casual' & rideable_type == 'electric_bike', 'casual_electric',
  'member_electric'))
))

补充说明：if/ifelse可以实现该需求（如方案3的嵌套ifelse写法），但stack()函数的适用场景是多列数据合并为长表结构，无法完成当前列值按行拼接的需求，不推荐使用。

生成列之后可运行class(df1$type_of_users)、mode(df1$type_of_users)校验类型，返回结果均为character即符合要求。

内容的提问来源于stack exchange，提问作者BlueBunny7788