我有一个包含整数列的数据框，我想将其用作创建新分类变量的参考。我想将变量分成三组并自己设置范围（即0-5、6-10等）。我试过cut了，但这会根据正态分布将变量分组，并且我的数据是正确的。我也尝试使用 if/then 语句，但这会输出一个真/假值，我想保留我的原始变量。我确信有一种简单的方法可以做到这一点，但我似乎无法弄清楚。关于快速做到这一点的简单方法有什么建议吗？
我有这样的想法：
x x.range
3 0-5
4 0-5
6 6-10
12 11-15
问问题
20666 次
3 回答
18
x <- rnorm(100,10,10)
cut(x,c(-Inf,0,5,6,10,Inf))
于 2010-04-15T18:00:33.973 回答
12
据我所知，伊恩的回答（cut ）是最常见的方法。
我更喜欢使用shingle，来自Lattice Package
指定分箱间隔的参数对我来说似乎更直观一些。
你像这样使用木瓦：
# mock some data
data = sample(0:40, 200, replace=T)
a = c(0, 5);b = c(5,9);c = c(9, 19);d = c(19, 33);e = c(33, 41)
my_bins = matrix(rbind(a, b, c, d, e), ncol=2)
# returns: (the binning intervals i've set)
[,1] [,2]
[1,] 0 5
[2,] 5 9
[3,] 9 19
[4,] 19 33
[5,] 33 41
shx = shingle(data, intervals=my_bins)
#'shx' at the interactive prompt will give you a nice frequency table:
# Intervals:
min max count
1 0 5 23
2 5 9 17
3 9 19 56
4 19 33 76
5 33 41 46
于 2010-04-15T18:21:16.950 回答
2
我们可以使用smart_cutfrom package cutr：
devtools::install_github("moodymudskipper/cutr")
library(cutr)
x <- c(3,4,6,12)
从 1 开始以长度为 5 的间隔进行切割：
smart_cut(x,list(5,1),"width" , simplify=FALSE)
# [1] [1,6) [1,6) [6,11) [11,16]
# Levels: [1,6) < [6,11) < [11,16]
要准确获得您要求的输出：
smart_cut(x,c(0,6,11,16), labels = ~paste0(.y[1],'-',.y[2]-1), simplify=FALSE, open_end = TRUE)
# [1] 0-5 0-5 6-10 11-15
# Levels: 0-5 < 6-10 < 11-15
于 2018-10-05T22:39:33.770 回答