如何将数据集的college_grad与sex合并为含4个水平的sex_grad变量？

嘿，你完全不用靠嵌套一堆ifelse来实现这个需求！这里有几个更简洁直观的方法，都是R里处理这类交叉分类场景的常用手段：

方法1：用interaction()函数（最省事） #

interaction()函数就是专门用来生成多分类变量交叉组合的，一步就能搞定：

library(dplyr)

# 假设你的数据框名为df
df <- df %>%
  # 先把college_grad的水平转换成你要的标签
  mutate(college_grad_label = recode(college_grad, Yes = "Graduate", No = "Non-graduate"),
         # 交叉组合sex和转换后的标签，用空格分隔
         sex_grad = interaction(sex, college_grad_label, sep = " "))

如果默认的因子顺序不是你想要的，还可以手动指定：

df$sex_grad <- factor(df$sex_grad, 
                     levels = c("Male Graduate", "Female Graduate", 
                                "Male Non-graduate", "Female Non-graduate"))

方法2：字符串拼接（灵活直观） #

用paste()或者stringr::str_c()直接把转换后的标签和性别拼接起来，代码可读性很高：

# Base R 版本
df$sex_grad <- paste(df$sex, 
                     ifelse(df$college_grad == "Yes", "Graduate", "Non-graduate"))

# dplyr + stringr 版本（逻辑更清晰）
library(dplyr)
library(stringr)

df <- df %>%
  mutate(sex_grad = str_c(sex,
                         case_when(college_grad == "Yes" ~ "Graduate",
                                   college_grad == "No" ~ "Non-graduate"),
                         sep = " "))

方法3：用case_when()逐个定义（最直观，适合新手） #

如果你想把每个组合的规则写得明明白白，case_when()比嵌套ifelse友好太多：

library(dplyr)

df <- df %>%
  mutate(sex_grad = case_when(
    sex == "Male" & college_grad == "Yes" ~ "Male Graduate",
    sex == "Female" & college_grad == "Yes" ~ "Female Graduate",
    sex == "Male" & college_grad == "No" ~ "Male Non-graduate",
    sex == "Female" & college_grad == "No" ~ "Female Non-graduate",
    TRUE ~ NA_character_ # 兜底处理意外的水平值，避免报错
  ))

这种方式的好处是，每个条件对应一个结果，逻辑一目了然，后期维护也方便。

内容的提问来源于stack exchange，提问作者Luv