在R语言中基于家庭收入创建新分组变量的技术求助

没问题，我来帮你搞定这个收入分组的需求！根据你的描述，我们只需要把原分组里的1、2、3类合并成“低于等于全国平均水平”，第4类单独作为“高于全国平均水平”就行，下面给你几种常用的实现方法，你可以根据自己的习惯选择：

方法1：基础R的ifelse函数（简单直接） #

如果你的原收入分组变量是数值型（比如1-4的数字），用基础R的ifelse就能快速搞定，代码非常简洁：

# 假设你的数据框叫df，原收入分组变量叫income_group
df$new_income_group <- ifelse(df$income_group <= 3, 
                             "低于等于全国平均水平", 
                             "高于全国平均水平")

原理很简单：原分组1-3都对应收入≤19999，所以判断income_group <=3就把这部分归到第一个类别，剩下的第4组自动匹配到第二个类别。

方法2：用dplyr的case_when（逻辑更清晰，适合复杂场景） #

如果你平时习惯用tidyverse系列工具，case_when会让分组逻辑更直观，还能处理异常值：

# 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
library(dplyr)

df <- df %>%
  mutate(new_income_group = case_when(
    income_group <= 3 ~ "低于等于全国平均水平",
    income_group == 4 ~ "高于全国平均水平",
    TRUE ~ NA_character_  # 兜底处理：如果原变量出现非1-4的值，赋值为NA
  ))

这个方法的好处是，你可以很容易地扩展分组规则，而且最后一行的TRUE ~ NA_character_能避免出现意料之外的错误归类。

方法3：用recode/recode_factor（适合明确映射的情况） #

如果你的原变量是因子类型，或者你想直接把每个旧分组映射到新分组，可以用recode系列函数：

# 如果你用dplyr的话，直接用recode/recode_factor
df <- df %>%
  mutate(new_income_group = recode_factor(income_group,
                                          `1` = "低于等于全国平均水平",
                                          `2` = "低于等于全国平均水平",
                                          `3` = "低于等于全国平均水平",
                                          `4` = "高于全国平均水平"))

如果原变量是数值型，也可以不用recode_factor，直接用recode生成字符型变量。

小提示 #

• 记得把代码里的df和income_group替换成你实际的数据框和变量名哦！
• 如果原变量有缺失值，这些方法都会保留缺失值，不会错误归类
• 如果后续需要做统计分析，建议把新变量转成因子类型：df$new_income_group <- as.factor(df$new_income_group)

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