如何创建二分类变量（dichotomous variable）实现腐败数据分级？

你写的代码不符合你提出的需求，存在两个核心问题：

• 输出格式不符：你需要的是数值型0/1二分类变量，但现有代码生成的是字符串类型的文本标签
• 分类逻辑倒置：你定义数值≥50为高腐败（对应1），但现有代码将≥50的样本赋值为"less corruption"（低腐败），和你的规则相反

另外你给出的定义里≤50归0、≥50归1，边界值50同时满足两个条件，我们默认按高腐败优先级处理，如果你需要把50归为低腐败可以自行调整判断条件。

方案1：直接生成数值型0/1哑变量（严格匹配你给出的规则） #

cpi_nueva$corruption <- ifelse(cpi_nueva$corruption >= 50, 1, 0)

方案2：生成带分类标签的因子型变量（适合后续统计分析、可视化时自动识别类别） #

cpi_nueva$corruption <- factor(
  ifelse(cpi_nueva$corruption >= 50, 1, 0),
  levels = c(0, 1),
  labels = c("低腐败", "高腐败")
)

补充说明 #

如果你的原始corruption变量是标准的腐败感知指数（CPI，分数越高代表国家清廉程度越高、腐败水平越低），你原本代码里的标签逻辑是符合CPI实际含义的，只是和你写的数值定义规则相反，此时你可以按实际需求调整为：

# 符合CPI实际含义的哑变量规则：1=高腐败，0=低腐败
cpi_nueva$corruption <- ifelse(cpi_nueva$corruption < 50, 1, 0)

内容的提问来源于stack exchange，提问作者DaleCooper