根据另一列创建具有分组值的列

Question

我确信以前有人问过这个问题，但我不知道要搜索什么，所以我提前道歉。

假设我有以下数据框：

grades <- data.frame(a = 1:40, b = sample(45:100, 40))

使用 dplyr，我想创建一个新变量来指示学生获得的成绩，基于以下标准：90-100 = 优秀，80-90 = 非常好，等等。

我想我可以使用以下方法通过在 mutate() 内部嵌套 ifelse() 来获得结果：

grades %>%
mutate(ifelse(b >= 90, "excellent"), 
       ifelse(b >= 80 & b < 90, "very_good"),
       ifelse(b >= 70 & b < 80, "fair"),
       ifelse(b >= 60 & b < 70, "poor", "fail"))

这不起作用，因为我收到错误消息“缺少参数，没有默认值”）。我以为最后的“不”就是“失败”，但显然我的语法是错误的。

如果我先单独过滤原始数据，然后调用 ifelse，就可以得到这个 get，如下：

a <- grades %>%
     filter( b >= 90) %>%
     mutate(final = ifelse(b >= 90, "excellent"))

还有 rbind a、b、c 等。显然，这不是我想要的方式，但我想了解 ifelse() 的语法。我猜后者是有效的，因为没有任何值不符合标准，但我仍然不知道当有多个 ifelse 时如何让它工作。

Answer 1

使用级别和标签定义向量，然后在

cut

列上使用

b

：

levels <- c(-Inf, 60, 70, 80, 90, Inf)
labels <- c("Fail", "Poor", "fair", "very good", "excellent")
grades %>% mutate(x = cut(b, levels, labels = labels))
    a   b         x
1   1  66      Poor
2   2  78      fair
3   3  97 excellent
4   4  46      Fail
5   5  89 very good
6   6  57      Fail
7   7  80      fair
8   8  98 excellent
9   9 100 excellent
10 10  93 excellent
11 11  59      Fail
12 12  51      Fail
13 13  69      Poor
14 14  75      fair
15 15  72      fair
16 16  48      Fail
17 17  74      fair
18 18  54      Fail
19 19  62      Poor
20 20  64      Poor
21 21  88 very good
22 22  70      Poor
23 23  85 very good
24 24  58      Fail
25 25  95 excellent
26 26  56      Fail
27 27  65      Poor
28 28  68      Poor
29 29  91 excellent
30 30  76      fair
31 31  82 very good
32 32  55      Fail
33 33  96 excellent
34 34  83 very good
35 35  61      Poor
36 36  60      Fail
37 37  77      fair
38 38  47      Fail
39 39  73      fair
40 40  71      fair

或者使用data.table：

library(data.table)
setDT(grades)[, x := cut(b, levels, labels)]

或者简单地以 R 为基数：

grades$x <- cut(grades$b, levels, labels)

注意

再次仔细查看您的初始方法后，我注意到您需要在

right = FALSE

调用中包含

cut

，因为例如，90 分应该是“优秀”，而不仅仅是“非常好”。所以它用来定义区间应该在哪里闭合（左或右），默认在右边，这与OP最初的做法略有不同。所以在 dplyr 中，它将是：

grades %>% mutate(x = cut(b, levels, labels, right = FALSE))

以及其他选项中的相应内容。

Answer 2

所有

ifelse

都需要位于彼此之内。试试这个：

mutate(ifelse(b >= 90, "excellent", 
       ifelse(b >= 80 & b < 90, "very_good",
       ifelse(b >= 70 & b < 80, "fair",
       ifelse(b >= 60 & b < 70, "poor", "fail")))))

Answer 3

grades$c = grades$b # creating a new column 
#and filling in the grades
grades$c[grades$c >= 90] = "exellent"
grades$c[grades$c <= 90 &  grades$c >= 80] = "very good"
grades$c[grades$c <= 80 &  grades$c >= 70] = "fair"
grades$c[grades$c <= 70 &  grades$c >= 60] = "poor"
grades$c[grades$c <= 60] = "fail"