R语言如何基于多条件为情侣行为数据集创建4水平新分类变量
2026-10-5
解决方案
你需要的四分类变量可以通过以下三种常用方法实现，均适配你的数据场景：
方法1：算术计算（最简洁，效率最高）
利用你给定的分类规则刚好匹配二进制加权计算结果，直接通过算术运算生成新变量：
# 基础R语法，假设你的数据集名为df df$new_var <- df$IPAsum_totalMd + 2 * df$IPAsum_totalPd
计算逻辑对应关系：
- 双方都为0：
0 + 2*0 = 0 - 仅女性为1：
1 + 2*0 = 1 - 仅男性为1：
0 + 2*1 = 2 - 双方都为1：
1 + 2*1 = 3
方法2：嵌套ifelse（逻辑直观，适合新手核对）
df$new_var <- ifelse( df$IPAsum_totalMd == 1 & df$IPAsum_totalPd == 1, 3, ifelse(df$IPAsum_totalMd == 1, 1, ifelse(df$IPAsum_totalPd == 1, 2, 0)) )
方法3：dplyr::case_when（可读性最高，易调整规则）
如果你使用tidyverse生态处理数据，可使用case_when语法逐一定义分类规则：
library(dplyr) df <- df %>% mutate(new_var = case_when( IPAsum_totalMd == 0 & IPAsum_totalPd == 0 ~ 0, IPAsum_totalMd == 1 & IPAsum_totalPd == 0 ~ 1, IPAsum_totalMd == 0 & IPAsum_totalPd == 1 ~ 2, IPAsum_totalMd == 1 & IPAsum_totalPd == 1 ~ 3 ))
结果验证
生成新变量后可通过交叉表核对分类是否符合预期：
table(df$IPAsum_totalMd, df$IPAsum_totalPd, df$new_var)
你给出的6条示例数据运行后，得到的new_var取值依次为3、0、1、2、0、3，完全符合需求。
内容的提问来源于stack exchange，提问作者Karina
相关产品推荐
相关产品推荐
