如何对R Dataframe进行条件转换：将整数转为三元分类值

当然有简便方法啦！我给你准备了两种实用的实现方式，适配不同的R使用习惯👇

方法一：用tidyverse（dplyr）实现（直观易读） #

如果你习惯用tidyverse生态的工具，dplyr的case_when+across组合能非常清晰地实现你的分类逻辑：

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

# 你的示例数据框
df <- data.frame(var1 = c(30, 20), var2 = c(13, 29), var3 = c(2, 3))
x <- 27
y <- 4

# 执行三元分类转换
df_classified <- df %>%
  mutate(across(everything(), ~case_when(
    . > x ~ 1,          # 大于x时赋值1
    . < y ~ -1,         # 小于y时赋值-1
    TRUE ~ 0            # 其余情况赋值0
  )))

# 查看结果
print(df_classified)

方法二：Base R 实现（无需额外装包） #

如果不想加载第三方包，用Base R的apply+ifelse或者更高效的findInterval也能快速搞定：

嵌套ifelse写法（逻辑直观） #

# 示例数据
df <- data.frame(var1 = c(30, 20), var2 = c(13, 29), var3 = c(2, 3))
x <- 27
y <- 4

# 对每一列应用分类逻辑
df_classified <- as.data.frame(apply(df, 2, function(col) {
  ifelse(col > x, 1, ifelse(col < y, -1, 0))
}))

print(df_classified)

findInterval高效写法（适合大数据集） #

如果你的数据框行数很多，findInterval的向量化操作会比嵌套ifelse更快：

df_classified <- as.data.frame(apply(df, 2, function(col) {
  # 设置分界点
  cut_points <- c(y, x)
  # findInterval返回区间索引，减1后正好对应-1、0、1的分类
  findInterval(col, cut_points) - 1
}))

不管用哪种方法，运行后都会得到你想要的目标结果：

var1 var2 var3
1    1    0   -1
2    0    1   -1

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