如何使用dplyr的mutate函数基于多条件判断创建新变量
在dplyr中实现多条件分支创建新变量,最常用的方案是搭配case_when()函数使用,它会按你定义的条件顺序依次匹配,命中第一条符合要求的规则后就返回对应值,非常适合分数转等级这类场景。
首先你可以参考如下代码实现需求:
步骤1:加载包+构造示例数据集
library(dplyr) # 构造和你示例一致的数据集 df <- tibble( student = c("tom", "betty", "jose"), numerical_score = c(84.7, 77.3, 91.5) )
步骤2:使用mutate+case_when生成字母等级
这里先定义符合你示例的映射规则:90分及以上为A-、80-89分为B、75-79分为C+,你可以按需调整规则区间:
df <- df %>% mutate( letter_grade = case_when( numerical_score >= 90 ~ "A-", numerical_score >= 80 ~ "B", numerical_score >= 75 ~ "C+", # 可继续向下补充其他分数段的规则 .default = "F" # 所有条件都不匹配时的默认返回值,对应60分以下的情况 ) )
运行后得到的结果就会和你预期完全一致:
| student | numerical_score | letter_grade |
|---|---|---|
| tom | 84.7 | B |
| betty | 77.3 | C+ |
| jose | 91.5 | A- |
补充说明
case_when()的条件按从上到下的优先级匹配,所以只要把数值更高的条件写在前面即可,不需要额外写区间上限,比如已经写了>=90的规则,后续>=80的条件只会匹配80-89分的区间。- 如果你用的是1.1.0之前版本的dplyr,不支持
.default参数,可以在规则最后加一行TRUE ~ "F"实现相同的默认赋值效果。 - 如果分数段规则非常多,也可以搭配
cut()函数做分箱赋值,示例如下:
df <- df %>% mutate( letter_grade = cut( numerical_score, breaks = c(-Inf, 60, 75, 80, 90, Inf), labels = c("F", "C+", "B", "A-", "A"), right = FALSE # 配置区间为左闭右开,符合分数统计的常用规则 ) )
内容的提问来源于stack exchange,提问作者dd_data
相关产品推荐
相关产品推荐

