R中按年份分组将SES得分划分为高/中/低三类（无需子集数据）

嘿，作为R语言新手能想到按年份分组分档而不是子集化，思路很对！咱们完全可以用分组操作来搞定这个需求，不用把数据拆成每年的子集再合并回来——下面给你两种常用的方法，选你顺手的来：

如果你已经在用tidyverse系列工具（或者想试试），dplyr的分组操作非常直观，一步就能完成分档：

# 先加载dplyr包（如果没装的话先运行install.packages("dplyr")）
library(dplyr)

# 假设你的数据框名为df，直接在原数据上新增/修改SEStercile列
df <- df %>%
  # 按年份分组，确保每个年份内独立分档
  group_by(year) %>%
  mutate(
    # 用ntile把每个年份的SESindex分成三组，再转换成"低"/"中"/"高"标签
    SEStercile = case_when(
      ntile(SESindex, 3) == 1 ~ "低",
      ntile(SESindex, 3) == 2 ~ "中",
      ntile(SESindex, 3) == 3 ~ "高"
    )
    # 如果你想用标准化后的SESindex_z来分档，把上面的SESindex换成SESindex_z就行：
    # SEStercile = case_when(
    #   ntile(SESindex_z, 3) == 1 ~ "低",
    #   ntile(SESindex_z, 3) == 2 ~ "中",
    #   ntile(SESindex_z, 3) == 3 ~ "高"
    # )
  ) %>%
  # 记得取消分组，避免后续操作意外继承分组逻辑
  ungroup()

补充：更精确的分位数切割 #

如果你想严格按照1/3和2/3分位数来划分（而不是大致均分），可以用cut+quantile组合：

df <- df %>%
  group_by(year) %>%
  mutate(
    SEStercile = cut(
      SESindex,
      # 按0、1/3、2/3、1分位数设置切割点
      breaks = quantile(SESindex, c(0, 1/3, 2/3, 1)),
      labels = c("低", "中", "高"),
      # 确保最小值被包含在第一个区间里
      include.lowest = TRUE
    )
  ) %>%
  ungroup()

如果你不想安装新包，Base R的ave函数可以帮你按年份分组处理数据：

# 直接给原数据框新增SEStercile列
df$SEStercile <- ave(
  df$SESindex,  # 要处理的变量
  df$year,      # 分组变量
  FUN = function(x) {
    # 对每个年份的x（SESindex）分三分位
    tiles <- ntile(x, 3)
    # 把数字转换成"低"/"中"/"高"的因子标签
    factor(tiles, levels = c(1,2,3), labels = c("低", "中", "高"))
  }
)

这两种方法都是直接在原数据上操作，完全不需要对数据进行子集化，处理完后你的SEStercile列就会填充好对应年份的分档标签啦！

内容的提问来源于stack exchange，提问作者MShields