R条件语句实操：基于两组日期差值使用mutate添加条件分类标签

完全可以直接用mutate实现，无需额外自定义函数 #

搭配dplyr内置的case_when()函数即可实现区间分类打标签，逻辑直观易修改，非常适合新手使用。

注意：你计算得到的date_dif是R的difftime时间差类型，判断区间前最好先转成纯数值的天数，避免隐式类型转换引发异常。

实操代码（接续你现有代码运行即可） #

# 你之前使用%>%和mutate应该已经加载了dplyr包，没有的话先运行library(dplyr)
date_R3 <- date_R2 %>%
  mutate(
    # 将时间差转为纯数值天数
    date_dif_num = as.numeric(date_dif),
    # 按自定义区间打标签，case_when按从上到下顺序判断，满足第一个条件就终止匹配
    date_level = case_when(
      date_dif_num < 10 ~ "小于10天",
      date_dif_num >= 10 & date_dif_num <= 30 ~ "10-30天",
      date_dif_num > 30 & date_dif_num <= 100 ~ "31-100天",
      date_dif_num > 100 ~ "大于100天",
      # 兜底规则，异常值/缺失值统一归类
      TRUE ~ "未分类"
    )
  )

运行结果示例 #

> date_R3
  employee  startdate     endate date_dif date_dif_num date_level
1   Alfred 2019-05-12 2021-11-15 918 days          918   大于100天
2     Mary 2020-09-23 2021-11-15 418 days          418   大于100天
3    Susie 2020-07-12 2021-11-15 491 days          491   大于100天
4     Joan 2021-11-10 2021-11-15   5 days            5    小于10天
5     Dave 2021-09-12 2021-11-15  64 days           64   31-100天

自定义函数实现（适合需要频繁复用同一份分类规则的场景） #

如果需要在多个数据集里使用相同的区间规则打标签，可以把判断逻辑封装成简单函数，减少重复代码：

# 定义分类函数，输入为数值型天数
classify_date_diff <- function(days) {
  case_when(
    days < 10 ~ "小于10天",
    days >= 10 & days <= 30 ~ "10-30天",
    days > 30 & days <= 100 ~ "31-100天",
    days > 100 ~ "大于100天",
    TRUE ~ "未分类"
  )
}

# 调用方式
date_R3 <- date_R2 %>%
  mutate(
    date_dif_num = as.numeric(date_dif),
    date_level = classify_date_diff(date_dif_num)
  )

小提示 #

如果需要调整区间规则，直接修改case_when里的判断条件和对应标签即可，不需要改动其他逻辑。

内容的提问来源于stack exchange，提问作者Tiago