如何基于断点值重命名DataFrame中的transaction_level列值？

我正在处理一个导入的数据集，其中包含一列名为transaction_level的字段，取值范围为1到1000+。目标是按照以下规则覆盖该列的值：

• x≥1000标记为"high"
• x<100标记为"low"
• 介于两者之间的标记为"medium"

我尝试了以下代码：

transaction_level[transaction_level >= 1000] <- "high"
transaction_level[transaction_level >=100 & < 1000] <- "medium"
transaction_level[transaction_level < 100] <- "low"

但并非所有值都被正确更新，请问该如何解决这一问题？

你的代码存在两个关键问题：

1. 语法错误：第二行的>=100 & < 1000写法不符合R的语法规范，必须完整写出比较对象，正确格式应该是transaction_level >= 100 & transaction_level < 1000。
2. 类型转换冲突：当你第一次将>=1000的值替换为字符串"high"后，整个transaction_level向量会从数值型自动转为字符型。后续再用数值条件（比如< 100）比较时，字符与数字的逻辑匹配会出现偏差，导致部分值无法被正确识别更新。

下面提供几种可靠的实现方式，避免上述问题：

方法1：嵌套ifelse（Base R原生写法） #

这种方式能在保持逻辑连贯性的前提下完成赋值，不会出现中途类型转换的问题：

transaction_level <- ifelse(transaction_level >= 1000, "high",
                           ifelse(transaction_level >= 100, "medium", "low"))

方法2：dplyr::case_when（tidyverse风格） #

如果习惯使用tidyverse工具集，case_when的可读性更强，适合多条件分支场景：

library(dplyr)
transaction_level <- case_when(
  transaction_level >= 1000 ~ "high",
  transaction_level >= 100 ~ "medium",
  TRUE ~ "low"  # 匹配所有未被上面条件覆盖的情况
)

方法3：cut函数（Base R分箱专用工具） #

针对这种区间分箱的需求，cut是专门的解决方案，可以直接定义区间和对应标签：

transaction_level <- cut(transaction_level,
                         breaks = c(-Inf, 100, 1000, Inf),
                         labels = c("low", "medium", "high"),
                         right = FALSE)  # right=FALSE表示左闭右开区间，即[100,1000)对应medium

注：如果transaction_level是数据框中的列，处理时要对应替换为df$transaction_level（df为你的数据框名）。

内容的提问来源于stack exchange，提问作者user9632590