R语言批量重命名数据框单元格，实现英国警局按地区分组

Hey there! 作为R语言新手处理这么大的犯罪数据集确实挺有挑战的，别担心，咱们来轻松搞定批量重命名的问题～

首先，咱们先明确一个核心：先把需要分组的警局和对应的地区整理成一个对照表，这样以后要改规则或者加新警局都超方便，比一个个改单元格高效太多了！

方法1：用Base R（不用装新包，开箱即用） #

如果你不想额外安装包，用Base R的命名向量匹配就很高效，特别适合大数据集：

# 第一步：先搞个「警局-地区」映射表，想加新的直接往下加就行
force_to_region <- c(
  "Avon and Somerset" = "South West",
  "Dorset" = "South West",
  "Gloucester" = "South West",
  "Wiltshire" = "South West",
  # 举个例子，你可以继续加其他分组：
  "Metropolitan Police" = "London",
  "West Midlands" = "West Midlands"
)

# 第二步：批量生成地区列（假设你的警局列名叫"force"，记得换成你实际的列名！）
# 新增一个region列，保留原force列
crimedata19_20$region <- force_to_region[crimedata19_20$force]

# 要是想直接覆盖原有的force列，就用这句：
# crimedata19_20$force <- force_to_region[crimedata19_20$force]

如果遇到不在映射表里的警局，上面的代码会返回NA，要是你想处理这些情况（比如保留原名或者标成"Other"），加个简单的判断就行：

crimedata19_20$region <- ifelse(
  is.na(force_to_region[crimedata19_20$force]),
  crimedata19_20$force, # 保留原警局名
  # 或者改成"Other"：
  # "Other",
  force_to_region[crimedata19_20$force]
)

方法2：用tidyverse的dplyr（语法更直观，新手友好） #

如果你习惯用tidyverse的“管道流”语法，case_when()会让分组规则一目了然，特别适合规则多的情况：

先确保你装了dplyr（没装的话先跑第一行）：

install.packages("dplyr")
library(dplyr)

然后用管道操作批量处理：

crimedata19_20 <- crimedata19_20 %>%
  mutate(
    region = case_when(
      # 把属于South West的警局放一起
      force %in% c("Avon and Somerset", "Dorset", "Gloucester", "Wiltshire") ~ "South West",
      # 继续加其他分组规则，比如：
      force == "Metropolitan Police" ~ "London",
      force %in% c("West Midlands", "Staffordshire") ~ "West Midlands",
      # 最后处理所有没匹配到的情况
      TRUE ~ force # 保留原警局名，或者改成"Other"都行
    )
  )

为啥这两种方法适合你的大数据集？ #

这俩都是向量化操作，不像逐个改单元格那样循环遍历每一行，速度快到飞起，完全hold得住你合并后的900个文件的大数据集！而且映射规则清晰，以后维护起来超省心。

小提醒： #

1. 先确认你的警局列叫啥！用colnames(crimedata19_20)就能看到所有列名，记得把代码里的force换成你实际的列名哈。
2. 可以先拿一小部分数据测试！比如用sample_n(crimedata19_20, 100)抽100行试试，确认替换对了再应用到整个数据集，避免出问题～

内容的提问来源于stack exchange，提问作者Lactuca