R语言按<、>条件重编码数据框列代码运行失效解决方案

你的代码运行结果不符合预期，是几个明确的写法错误导致的：

• 列选择写法错误：mutate_at中vars(one_of(df$income))的写法不符合语法要求，one_of()需要传入列名的字符串向量，你直接传入df$income是提取了该列的所有数值，根本无法选中目标列；另外你也提到示例数据中收入列实际列名是ingresoph，不是income，列名不匹配也会导致选择失败。
• 阈值与标签不匹配：你给出的规则里第三个区间是500000 < income <= 2000000，但代码里写的判断阈值是x <=20000000（多写了一个0，阈值放大了10倍），对应的分类标签数值也和规则不一致，存在笔误。
• 虽然case_when是按顺序逐行判断，前一个条件不满足才会走到下一个判断，你前两个条件的顺序没问题，但显式写全区间上下界可读性更高，也避免后续调整顺序时出逻辑错误；另外没有设置兜底分支，超出区间的值会默认返回NA，最好显式声明返回类型避免类型不一致报错。

目前dplyr已经不推荐使用旧版mutate_at写法，建议用mutate直接生成新列（不覆盖原始收入列，方便后续核对或其他计算），代码如下：

library(dplyr)

df <- df %>% 
  mutate(
    # 如果你的列名已经改成income，把下面的ingresoph替换为income即可
    income_group = case_when(
      ingresoph < 130000 ~ "Less than 130000",
      ingresoph >= 130000 & ingresoph < 500000 ~ "Between 130000 and 500000",
      ingresoph > 500000 & ingresoph <= 2000000 ~ "Between 500000 and 2000000",
      TRUE ~ NA_character_ # 所有不符合上述区间的值返回字符型NA
    )
  )

注意：你给出的规则里第三个分类标签写的是"Between 5000000 and 20000000"，和前面描述的500000~2000000区间差了10倍，如果实际需求是500万到2000万的分组，直接把代码里对应判断阈值、标签的数值改成你需要的即可。

如果你确实需要覆盖原收入列，把上面代码里的新列名income_group改成对应列名（ingresoph/income）就行。

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