R语言根据分组dataframe为主数据框classwork字段匹配标记High/Low类别

原有代码问题说明 #

1. 你使用==对比两个长度不一致的向量会触发R的循环匹配逻辑，无法得到正确的存在性判断结果，应该用%in%运算符判断值是否属于指定集合。
2. replace()函数返回修改后的新向量，你没有将结果赋值回原数据框的对应列，修改不会生效。
3. 你代码中用到的group1.C、group2.C并未在你提供的数据集里定义，需要先提取group1和group2的classwork值向量。

实现方案 #

方案1：基础R实现

# 提取两个分组的唯一classwork值
g1_vals <- unique(group1$classwork)
g2_vals <- unique(group2$classwork)

# 直接赋值生成level列
DATA.RH.TAM$level[DATA.RH.TAM$classwork %in% g1_vals] <- "High"
DATA.RH.TAM$level[DATA.RH.TAM$classwork %in% g2_vals] <- "Low"

如果需要封装为单个函数，可以用如下写法：

get_level <- function(val) {
  if (val %in% g1_vals) return("High")
  if (val %in% g2_vals) return("Low")
  return(NA_character_)
}
DATA.RH.TAM$level <- sapply(DATA.RH.TAM$classwork, get_level)

方案2：dplyr简洁实现

library(dplyr)
DATA.RH.TAM <- DATA.RH.TAM %>%
  mutate(level = case_when(
    classwork %in% unique(group1$classwork) ~ "High",
    classwork %in% unique(group2$classwork) ~ "Low",
    TRUE ~ NA_character_
  ))

结果验证 #

执行完上述代码后可以用以下命令查看分类统计：

table(DATA.RH.TAM$level, useNA = "ifany")

注：如果担心浮点数精度导致匹配失败，可以在匹配前将数值统一保留3位小数：round(classwork,3) %in% round(g1_vals,3)

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