在R中如何根据多条件将数值得分列转换为新的分组列

实现思路 #

• 先提取所有非0的得分值，单独计算该子集的33%、66%分位数，避免0值干扰分位数计算结果
• 对全量数据按规则生成分组列：得分=0标记为none，非0得分对照提前算出的分位数阈值，分别标记为low/middle/high
• 分位数计算默认忽略缺失值，若你的数据存在缺失得分，可提前过滤或增加缺失值分支处理，避免影响后续Kaplan-Meier分析准确性

R 实现（适配生存分析场景） #

# 加载依赖包
library(dplyr)

# 示例数据，替换为你自己的实际数据框即可
df <- data.frame(
  score = sample(c(0, runif(1000, 1, 1000)), size = 1500, replace = TRUE)
)

# 计算非0得分的分位数阈值
non_zero_score <- df$score[df$score > 0]
quantile_thres <- quantile(non_zero_score, probs = c(0.33, 0.66), na.rm = T)

# 生成分组列
df <- df %>%
  mutate(
    Score_status = case_when(
      score == 0 ~ "none",
      score <= quantile_thres[1] ~ "low",
      score <= quantile_thres[2] ~ "middle",
      TRUE ~ "high"
    )
  )

# 验证分组分布
table(df$Score_status, useNA = "ifany")

Python 实现（适配生存分析场景） #

import pandas as pd
import numpy as np

# 示例数据，替换为你自己的实际数据框即可
df = pd.DataFrame({
    "score": np.append(np.random.randint(1, 1000, 1000), np.zeros(500, dtype=int))
})

# 计算非0得分的分位数阈值
non_zero_score = df.loc[df["score"] > 0, "score"]
q33, q66 = non_zero_score.quantile([0.33, 0.66])

# 生成分组列
conditions = [
    df["score"] == 0,
    df["score"] <= q33,
    df["score"] <= q66
]
labels = ["none", "low", "middle"]
df["Score_status"] = np.select(conditions, labels, default="high")

# 验证分组分布
print(df["Score_status"].value_counts(dropna=False))

内容的提问来源于stack exchange，提问作者vzsmith