如何替换数据框列中出现次数少于3次的值？

嘿，这个需求太常见了，而且完全不用写for循环——毕竟大数据量下循环效率太低了，给你两个高效的向量化解决方案，都是R里的常规操作：

方法一：Base R 原生实现 #

用table()统计频次，再结合ifelse()做向量化替换，全程没有循环，速度很快：

# 1. 统计example列每个值的出现次数
value_counts <- table(df$example)

# 2. 筛选出出现次数≥3的有效值
valid_values <- names(value_counts)[value_counts >= 3]

# 3. 替换：不在有效值列表里的都换成'replaced'
df$example <- ifelse(df$example %in% valid_values, df$example, "replaced")

方法二：dplyr 简洁实现（推荐） #

如果你常用tidyverse工具链，用dplyr的mutate()结合.by参数（dplyr 1.1.0及以上版本支持），代码更直观，同样是向量化操作，大数据量下表现优异：

library(dplyr)

df <- df %>%
  mutate(
    example = case_when(
      # 按example分组后，统计每组的行数（即出现次数）≥3则保留原值
      n() >= 3 ~ example,
      # 其他情况替换为'replaced'
      TRUE ~ "replaced"
    ),
    # 指定按example列分组统计
    .by = example
  )

验证效果 #

用你给出的测试数据：

原始df$example: aa aa aa bb bb cc cc cc
处理后df$example: aa aa aa replaced replaced cc cc cc

两种方法都能得到这个结果，而且完全避免了循环，适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者R overflow