下面是我正在使用的代码。我们的想法是，我们有一个变量“ habitaciones”，它可以计算酒店房间的数量。我创建了一个名为hrango的新变量，该变量的范围取决于房间的数量。人数少于或等于20的酒店规模较小，人数在21至40之间的酒店规模中等，大于40的酒店规模较大。您可以看到我如何尝试使用运算符来处理它。
当我运行此代码时，问题在于将少于10个房间的任何酒店标记为大酒店，而将超过100个房间的任何酒店标记为小酒店，我似乎无法弄清原因。我开始使用基于“替换”的代码，该代码无法正常工作，移至ifelse，仍然无法获得所需的结果。
任何帮助将不胜感激。
full_data <- full_data %>%
mutate (hrango = ifelse(habitaciones < 21, "Hoteles Pequenos",
ifelse(habitaciones > 20 & habitaciones < 41, "Hoteles Medios",
ifelse(habitaciones > 40, "Hoteles Grandes", hrango)
)
)
)
通常，基数R的ifelse有一定的负担，即它将降级。例如，
ifelse(c(T,F), rep(Sys.time(),2), rep(Sys.time(),2))
# [1] 1591376254 1591376254
由于您已经在使用dplyr，建议您考虑dplyr::if_else：
if_else(c(T,F), rep(Sys.time(),2), rep(Sys.time(),2))
# [1] "2020-06-05 09:57:57 PDT" "2020-06-05 09:57:57 PDT"
（[data.table::fifelse也不错。）
当我看到嵌套的ifelse时，我认为case_when会更好。它通常不faster（它几乎是相同的），但是它更具可读性，因此易于维护。
full_data %>%
mutate(
hrango = case_when(
habitaciones < 21 ~ "Hoteles Pequenos",
habitaciones > 20 & habitaciones < 41 ~ "Hoteles Medios",
habitaciones > 40 ~ "Hoteles Grandes",
TRUE ~ hrango)
)
由于case_when在第一个为真之后停止评估（对于每个元素），因此您可以将其缩短一点：
full_data %>%
mutate(
hrango = case_when(
habitaciones < 21 ~ "Hoteles Pequenos",
habitaciones < 41 ~ "Hoteles Medios",
habitaciones > 40 ~ "Hoteles Grandes",
TRUE ~ hrango)
)
此外，由于您只是在连续的值范围内查找，因此可以使用cut：
full_data %>%
mutate(
hrango = cut(hrango, c(-Inf, 20, 40, Inf),
labels = c("Hoteles Pequenos", "Hoteles Medios", "Hoteles Grandes")),
hrango = as.character(hrango)
)
as.character的第二个赋值是因为cut返回factor，而我推断您想要character。
另外一个注意事项：由于您的条件重叠，我推断您正在使用integer。 case_when解决方案仍然可以使用，但是如果您的数据为numeric，则可能需要重新考虑边界以确保获得所需的东西。由于cut默认为“右闭”（right=TRUE），它将为您左开，因此(0,20]和(20,40]表示第20个匹配第一个，20.1和21个匹配第二个，依此类推。