如何依据crim变量中位数为boston数据集新增高低判定列？

首先将已计算得到的犯罪率中位数存储为独立对象，避免重复计算：

median_crim <- median(boston$crim)

基础R原生实现（无需加载第三方包） #

通过ifelse完成条件判断，新增对应标注列：

boston$crim_level <- ifelse(
  boston$crim > median_crim,
  "高于中位数",
  ifelse(
    boston$crim == median_crim,
    "等于中位数",
    "低于中位数"
  )
)

tidyverse 工作流实现 #

搭配dplyr的mutate和case_when函数实现多条件判断，可读性优于嵌套ifelse：

library(dplyr)
boston <- boston %>%
  mutate(
    crim_level = case_when(
      crim > median_crim ~ "高于中位数",
      near(crim, median_crim) ~ "等于中位数",
      .default = "低于中位数"
    )
  )

快速分箱实现 #

如果无需单独标记等于中位数的观测，可直接通过cut函数按断点切分连续值生成标注：

boston$crim_level <- cut(
  boston$crim,
  breaks = c(-Inf, median_crim, Inf),
  labels = c("低于等于中位数", "高于中位数"),
  include.lowest = TRUE
)

实操注意事项 #

• 新增列的名称可根据分析需求自定义，只要与数据集现有列名无重复即可
• 连续数值的等值判断容易受浮点精度影响，推荐用dplyr::near()替代==做等值校验，避免判断失准
• 若数据集为data.table格式，判断逻辑完全通用，仅需替换为对应的列赋值语法即可，参考实现：

  library(data.table)
  boston[, crim_level := ifelse(crim > median_crim, "高于中位数", "低于中位数")]
  

内容的提问来源于stack exchange，提问作者Jrem52