如何用R的dplyr包基于字符型月份变量创建季节变量？

首先，咱们来拆解下你遇到的报错原因：你写的month[1:3]是在提取数据集中前3行的month值，得到的是一个长度为3的向量，但你的数据集有100798行，mutate要求新生成的列必须和原数据行数一致，所以就出现了长度不匹配的错误。

正确的思路应该是逐行判断每个month值是否属于某个季节的月份范围，而不是提取子集。下面给你两种实用的解决方法，都基于dplyr实现：

方法一：用case_when（推荐，可读性更强） #

case_when是dplyr里替代嵌套ifelse的绝佳工具，每个条件对应一个结果，逻辑清晰易懂：

如果你的month是数字形式的字符（比如"1"、"2"..."12"） #

library(dplyr)

data <- data %>%
  mutate(season = case_when(
    month %in% c("1", "2", "3") ~ "Winter",
    month %in% c("4", "5", "6") ~ "Spring",
    month %in% c("7", "8", "9") ~ "Summer",
    month %in% c("10", "11", "12") ~ "Fall",
    TRUE ~ NA_character_  # 处理不属于1-12的异常值
  ))

如果你的month是英文月份名称（比如"January"、"February"） #

只需要调整判断的月份向量即可：

data <- data %>%
  mutate(season = case_when(
    month %in% c("January", "February", "March") ~ "Winter",
    month %in% c("April", "May", "June") ~ "Spring",
    month %in% c("July", "August", "September") ~ "Summer",
    month %in% c("October", "November", "December") ~ "Fall",
    TRUE ~ NA_character_
  ))

方法二：修正嵌套ifelse的写法 #

如果你还是想用ifelse，需要把每个条件改成判断当前行的month是否在目标集合里，而不是提取子集：

data <- data %>%
  mutate(season = ifelse(month %in% c("1","2","3"), "Winter",
                         ifelse(month %in% c("4","5","6"), "Spring",
                                ifelse(month %in% c("7","8","9"), "Summer",
                                       ifelse(month %in% c("10","11","12"), "Fall", NA)))))

不过这种嵌套写法在条件增多时会变得臃肿，还是更推荐用case_when来保持代码的整洁性。

内容的提问来源于stack exchange，提问作者newbie14