R语言中使用if条件实现数据框肿瘤部位列分类重命名的方法

你可以通过建立原始部位取值到目标分类的映射关系，快速生成分类后的新列，以下是两种常用的实现方法：

方法1：使用dplyr包的case_when函数（适合规则较少、逻辑灵活的场景） #

先加载dplyr包，再通过mutate生成新列：

# 安装包（已安装可跳过）
install.packages("dplyr")
library(dplyr)

# 示例数据，你可以替换成自己的数据集
df <- data.frame(
  肿瘤部位 = c("肠", "结肠", "肺", "胃", "膀胱", "肠", "肺")
)

# 生成分类新列
df <- df %>%
  mutate(肿瘤部位分类 = case_when(
    # 自定义分类规则
    肿瘤部位 %in% c("胃", "肠", "结肠") ~ "胃肠道",
    肿瘤部位 == "肺" ~ "呼吸系统",
    肿瘤部位 == "膀胱" ~ "泌尿系统",
    # 未匹配到的取值默认保留原值，也可以改成 ~ "其他"统一归类
    .default = 肿瘤部位
  ))

方法2：使用命名向量映射（适合分类规则多、需要批量维护的场景） #

如果分类条目较多，可以先统一维护映射关系再批量匹配：

# 建立映射关系，键为原始部位值，值为对应分类
site_map <- c(
  "胃" = "胃肠道",
  "肠" = "胃肠道",
  "结肠" = "胃肠道",
  "肺" = "呼吸系统",
  "膀胱" = "泌尿系统"
)

# 匹配生成新列，未匹配的取值保留原值，也可以替换为"其他"
df$肿瘤部位分类 <- site_map[df$肿瘤部位]
df$肿瘤部位分类[is.na(df$肿瘤部位分类)] <- df$肿瘤部位[is.na(df$肿瘤部位分类)]

注意事项 #

• 你可以根据自己的分类规范调整上述规则中的取值和对应分类，新增分类直接补充对应条目即可
• 如果原始肿瘤部位列存在多余空格、中英文标点混用、大小写差异，可以先通过trimws()、gsub()、tolower()等函数清洗原始列后再做匹配，避免匹配遗漏

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