如何基于多条件为R语言DataFrame新增列并赋值？

Hey，别担心，我来帮你搞定这个问题！针对你需要根据price区间给House数据集新增列A的需求，这里有几种简单可行的方法，你可以根据自己的使用习惯选择：

方法1：基础R嵌套ifelse #

这是最基础的实现方式，不需要额外加载包，适合快速处理简单的多条件判断：

# 先创建你的数据集
price <- c(287655, 456355, 662500, 597864, 876545)
House <- data.frame(price)

# 新增列A并赋值
House$A <- ifelse(House$price < 300000, "red",
                  ifelse(House$price < 500000, "blue", "green"))

说明：这里利用了条件判断的顺序，第一个ifelse处理价格小于300000的情况，剩下的数值必然≥300000；第二个ifelse再从中筛选出小于500000的，最后剩下的自然就是≥500000的，直接赋值为"green"。

方法2：使用dplyr的case_when（可读性更强） #

如果你习惯使用tidyverse系列工具，case_when是处理多条件判断的绝佳选择，代码逻辑更清晰，维护起来更方便：

# 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
library(dplyr)

# 新增列A
House <- House %>%
  mutate(A = case_when(
    price < 300000 ~ "red",
    price < 500000 ~ "blue",
    price > 500000 ~ "green"
  ))

说明：case_when会按顺序检查每个条件，匹配到第一个符合条件的规则就会执行对应的赋值，非常直观。

方法3：使用cut函数（适合区间分类场景） #

如果你的需求是把数值按区间分类，cut函数是专门干这个的，效率很高：

# 新增列A（默认返回因子类型）
House$A <- cut(House$price,
               breaks = c(-Inf, 300000, 500000, Inf),
               labels = c("red", "blue", "green"))

# 如果需要将结果转为字符类型，可以加上as.character()
House$A <- as.character(cut(House$price,
                            breaks = c(-Inf, 300000, 500000, Inf),
                            labels = c("red", "blue", "green")))

说明：breaks参数定义了区间的分界点，-Inf和Inf确保所有价格数值都能被包含；labels则对应每个区间的标签。

验证结果 #

运行完上述任意一种方法后，你可以打印House查看结果：

print(House)

输出结果如下：

price     A
1  287655   red
2  456355  blue
3  662500 green
4  597864 green
5  876545 green

内容的提问来源于stack exchange，提问作者user3789200