如何在data frame中基于year列创建名为decade的年代标签新列

以下提供Python（pandas）和R两种常用数据处理环境的实现方法：

Python（pandas 环境） #

核心思路是先将年份向下取整到年代起始值（比如1965取整为1960），再通过字典映射得到对应的文本标签：

import pandas as pd

# 自定义年代和对应标签的映射关系，可按需增删
decade_label_map = {
    1960: "sixty",
    1970: "seventy",
    1980: "eighty",
    1990: "ninety",
    2000: "twenty_hundred",
    2010: "twenty_ten",
    2020: "twenty_twenty"
}

# 生成decade列，不在映射范围内的年份默认返回NaN，可通过fillna设置默认值
df["decade"] = (df["year"] // 10 * 10).map(decade_label_map).fillna("other")

R 环境 #

tidyverse（dplyr）写法 #

用case_when做条件判断，逻辑直观易修改：

library(dplyr)

df <- df %>%
  mutate(decade = case_when(
    year %in% 1960:1969 ~ "sixty",
    year %in% 1970:1979 ~ "seventy",
    year %in% 1980:1989 ~ "eighty",
    year %in% 1990:1999 ~ "ninety",
    year %in% 2000:2009 ~ "twenty_hundred",
    year %in% 2010:2019 ~ "twenty_ten",
    year %in% 2020:2029 ~ "twenty_twenty",
    .default = "other"
  ))

基础R写法 #

不需要加载第三方包，适合轻量处理场景：

# 计算年份对应的年代起始值
df$decade_start <- floor(df$year / 10) * 10
# 映射得到标签，默认生成factor类型，可用as.character转成字符型
df$decade <- factor(
  df$decade_start,
  levels = c(1960, 1970, 1980, 1990, 2000, 2010, 2020),
  labels = c("sixty", "seventy", "eighty", "ninety", "twenty_hundred", "twenty_ten", "twenty_twenty")
)

内容的提问来源于stack exchange，提问作者ash1