如何在R中按ID的天数条件创建新分类变量并保留原有变量

方案1：tidyverse实现（推荐入门用户使用，语法直观） #

如果还未安装tidyverse包，先运行安装命令：
install.packages("tidyverse")

加载包后执行处理代码：

library(tidyverse)

# 替换df为你自己的数据集名称，ID、天数替换为对应列的实际名称
df_result <- df %>%
  group_by(ID) %>%
  mutate(
    新分类 = ifelse(mean(天数 >= 90, na.rm = TRUE) >= 0.5, "A", "B")
  ) %>%
  ungroup()

代码逻辑说明：

• 按ID分组后，对每个ID的所有记录计算「天数>=90」的占比（逻辑值求均值等价于统计符合条件的占比）
• 占比≥50%则新分类赋值为A，否则为B
• mutate仅新增列，原数据集的所有变量都会完整保留
• na.rm = TRUE用于自动忽略天数列的缺失值，若无缺失可以删除该参数

方案2：Base R实现（无需安装额外包） #

不需要安装第三方包，直接用R自带函数处理：

# 先统计每个ID的符合条件占比
id_stat <- aggregate(天数 ~ ID, data = df, FUN = function(x) mean(x >= 90, na.rm = TRUE))
# 匹配占比到原数据集，新增分类列
df$新分类 <- ifelse(id_stat$天数[match(df$ID, id_stat$ID)] >= 0.5, "A", "B")

验证建议 #

处理完成后可以运行View(df_result)或者head(df_result, 20)查看结果是否符合预期。

内容的提问来源于stack exchange，提问作者user16597745