在RStudio中将120个分类合并为9个指定分类+其他的技术问询

嘿，我看到你正在处理Kickstarter数据集的分类合并，想用逐行循环的方式把120个分类归为9个指定分类加「其他」——其实完全不用这么麻烦！R作为向量式编程语言，有更简洁高效的方案，既省代码又跑得快，给你分享两个常用方法：

方法1：用dplyr的case_when（推荐，代码直观易读） #

如果你习惯用tidyverse工具链，dplyr的case_when能帮你一行搞定分类映射：

# 先安装并加载dplyr（如果还没装的话）
# install.packages("dplyr")
library(dplyr)

# 第一步：把你的9个指定分类列在这里
target_categories <- c("Film & Video", "Music", "Publishing", "Games", "Technology", "Art", "Design", "Food", "Crafts")

# 第二步：生成新的合并后分类列
kickstarter.df <- kickstarter.df %>%
  mutate(main_category_merged = case_when(
    # 匹配到指定分类就保留原名称
    main_category %in% target_categories ~ main_category,
    # 所有没匹配到的统一归为「其他」
    TRUE ~ "其他"
  ))

这个逻辑很清晰：先定义好你要保留的9个分类，然后通过%in%判断每行的分类是否在目标列表里，是就留原名称，否则直接归为「其他」。

方法2：用base R的factor（无需额外安装包） #

如果你不想加载第三方包，用base R的因子重编码也能实现：

# 同样先定义指定分类
target_categories <- c("Film & Video", "Music", "Publishing", "Games", "Technology", "Art", "Design", "Food", "Crafts")

# 获取所有不在目标列表里的分类
other_categories <- setdiff(unique(kickstarter.df$main_category), target_categories)

# 重编码分类：指定分类保留原名，其余转为「其他」
kickstarter.df$main_category_merged <- factor(kickstarter.df$main_category,
                                              levels = c(target_categories, other_categories),
                                              labels = c(target_categories, rep("其他", length(other_categories))))

# 如果需要把结果转为字符型而不是因子，再加一步：
# kickstarter.df$main_category_merged <- as.character(kickstarter.df$main_category_merged)

为什么不推荐用逐行循环？ #

R的循环是逐行处理数据，当你的数据集行数很多时（比如几万甚至几十万行），循环的运行速度会比向量操作慢很多，而且代码冗长，后期维护也麻烦。上面的两种方法都是向量级别的操作，效率更高，代码也更简洁易读。

内容的提问来源于stack exchange，提问作者MtlDataBoy