使用ifelse()函数重编码数据集age列为young、middle、old三类的问题

问题原因 #

• 第一行代码执行后，原本为数值类型的age列被修改为字符串类型，仅保留"young"和"middle"两个取值，无法和数值53进行大小比较。R语言中字符串与数值比较默认返回FALSE，因此第二行ifelse会将所有值统一赋值为"middle"。
• 即使没有修改列类型，分步赋值的逻辑也存在设计缺陷：大于53岁的群体在第一行执行时就会被错误标记为"middle"，后续调整逻辑冗余且容易出错。

正确实现方案 #

方案1：嵌套ifelse #

从最严格的阈值开始判断，避免逻辑覆盖：

PU6_exercise_data$age <- ifelse(PU6_exercise_data$age < 28, "young",
                         ifelse(PU6_exercise_data$age <= 53, "middle", "old"))

方案2：使用cut函数（更推荐分箱场景） #

专门的分箱函数，代码可读性更高：

PU6_exercise_data$age <- cut(PU6_exercise_data$age,
                       breaks = c(-Inf, 27, 53, Inf),
                       labels = c("young", "middle", "old"))

如果需要调整区间开闭规则，可以修改right参数，例如设置right = FALSE可将区间改为左闭右开

内容的提问来源于stack exchange，提问作者Erdem Akca