R语言如何用dplyr对数据框列数值按指定区间分组重编码

错误原因 #

recode() 函数设计为单值匹配工具，无法识别区间表达式。你写的 `1:249` 会被解析为字符串，和数值类型的V1列无法匹配，因此会生成大量NA值。

解决方案1：使用case_when()（灵活自定义规则首选） #

dplyr包中的case_when()支持多条件判断，非常适合自定义区间编码：
首先确保加载dplyr包：

library(dplyr)

编码代码：

# 生成新列存储编码结果，如需覆盖原V1可将V1_cluster改为V1
DF <- DF %>%
  mutate(
    V1_cluster = case_when(
      V1 >= 1 & V1 <= 249 ~ 1,
      V1 >= 250 & V1 <= 1499 ~ 2,
      V1 >= 1500 ~ 3
    )
  )

解决方案2：使用cut()（连续变量分箱首选） #

cut()是R原生的连续变量分箱函数，适合规则规整的区间分组：

DF <- DF %>%
  mutate(
    # 如需输出数值型编码，可在cut()外层套as.integer()
    V1_cluster = cut(
      x = V1,
      breaks = c(-Inf, 249, 1499, Inf), # 区间断点
      labels = c(1, 2, 3), # 对应区间的编码
      right = TRUE # 区间为左开右闭，刚好匹配1~249、250~1499、≥1500的规则
    )
  )

内容的提问来源于stack exchange，提问作者Sascha