R语言如何对向量执行双条件循环 实现时间区间分组

不需要写嵌套ifelse，也不需要手动写for循环，R本身是向量化运算语言，做等间隔分箱有现成的极简实现，一行代码就能支持任意间隔分组，还能避免你现有代码里的手误（你当前代码第三个区间判断写的是t>121，属于笔误，正常应该是t>120）。

最简通用实现（基础R，无依赖） #

直接用整数除法运算符%/%即可，只需要修改分组间隔参数，就能切换任意分组粒度：

# 自定义分组间隔，单位：分钟
bin_width <- 60 # 这里填60就是按小时分组，改成5就是每5分钟，改成20就是每20分钟
# 自动生成分组
d$group <- (d$t - 1) %/% bin_width
# 边界修正：匹配原逻辑t=0归为第0组，超过1440分钟的值设为NA
d$group[d$t == 0] <- 0
d$group[d$t > 1440] <- NA

• 逻辑说明：整数除法会自动返回商的整数部分，当bin_width=60时，t在1_{60区间计算结果均为0，61}120区间均为1，121~180区间均为2，完全匹配你原本想要的按小时分组逻辑，不需要手动写任何区间判断条件。

更灵活的分箱实现（支持直接生成区间标签） #

如果需要同时保留区间范围信息，可以用基础R的cut()函数：

bin_width <- 60
d$hourly <- cut(
  x = d$t,
  breaks = seq(0, 1440, by = bin_width), # 自动按间隔生成分割点
  labels = 0:((1440 / bin_width) - 1), # 分组编号，和原逻辑保持一致
  right = TRUE, # 区间右闭合，匹配原逻辑中<=区间上限的判断
  include.lowest = TRUE # 把最小值0纳入第一个区间
)

• 优势：后续调整分组间隔只需要修改bin_width一个参数即可，不需要改动其他代码，比如设置为5就自动生成288个5分钟间隔分组，设置为20就自动生成72个20分钟间隔分组。

注意：不要在这类整列向量的批量判断里用嵌套ifelse或者逐行循环，不仅代码冗余难维护，运行效率也远低于R原生的向量化函数，还很容易出现手写错漏。

内容的提问来源于stack exchange，提问作者pcodr