You need to enable JavaScript to run this app. 如何使用dplyr的mutate函数基于多条件判断创建新变量
优惠活动
大模型
产品
解决方案
定价
更多

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:

studentnumerical_scoreletter_grade
tom84.7B
betty77.3C+
jose91.5A-

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 00:45:03