0

我正在使用类似于val下面创建的数据值的变量：

# data --------------------------------------------------------------------

data("mtcars")
val <- c(mtcars$wt, 10.55)

我正在以下列方式剪切这个变量：

# Cuts --------------------------------------------------------------------

cut_breaks <- pretty_breaks(n = 10, eps.correct = 0)(val)
res <- cut2(x = val, cuts = cut_breaks)

这会产生以下结果：

> table(res)
res
[ 1, 2) [ 2, 3) [ 3, 4) [ 4, 5) [ 5, 6)       6       7       8       9 [10,11] 
      4       8      16       1       3       0       0       0       0       1

在创建的输出中，我想更改以下内容：

  • 我对创建具有一个值的组不感兴趣。理想情况下，我希望每个组至少有 3 / 4 个值。矛盾的是，我可以离开具有 0 值的组，因为这些组将在稍后合并我的真实数据时丢弃
  • 对切​​割机制的任何更改都必须处理具有整数值的变量
  • 剪裁一定很漂亮。我试图避免像 1.23 - 2.35 这样的东西。即使考虑到分布，这些值也是最明智的。
  • 实际上，我想要实现的是：尝试制作或多或少甚至漂亮的组，如果得到一个非常小的组，然后将其与下一组碰撞，不要担心空组。

完整代码

为方便起见，完整代码如下：

# Libs --------------------------------------------------------------------

   Vectorize(require)(package = c("scales", "Hmisc"),
                      character.only = TRUE)


   # data --------------------------------------------------------------------

   data("mtcars") val <- c(mtcars$wt, 10.55) 

   # Cuts --------------------------------------------------------------------

   cut_breaks <- pretty_breaks(n = 10, eps.correct = 0)(val) res <-
   cut2(x = val, cuts = cut_breaks)

我试过的

第一种方法

我试图在代码eps.correct = 0中使用类似的值pretty_breaks：

cut_breaks <- pretty_breaks(n = cuts, eps.correct = 0)(variable)

但没有一个价值观让我很接近

第二种方法

我也尝试在函数中使用m= 5参数，cut2但我一直得到相同的结果。

评论回复

我的休息功能

我尝试了这个mybreaks函数，但我必须在其中做一些工作才能为更多奇怪的变量获得漂亮的剪辑。从广义上讲，pretty_breaks对我来说很好，只是不希望出现不时出现的小团体。

> set.seed(1); require(scales)
> mybreaks <- function(x, n, r=0) {
+   unique(round(quantile(x, seq(0, 1, length=n+1)), r))
+ }
> x <- runif(n = 100)
> pretty_breaks(n = 5)(x)
[1] 0.0 0.2 0.4 0.6 0.8 1.0
> mybreaks(x = x, n = 5)
[1] 0 1
4

1 回答 1

1

您可以使用该quantile()函数作为一种相对简单的方法来获得每个组中相似数量的观察结果。

例如，这里有一个函数，它接受一个向量值x、所需的组数n和所需的断点舍入点r，并为您提供建议的切点。

mybreaks <- function(x, n, r=0) {
  unique(round(quantile(x, seq(0, 1, length=n+1)), r))
}

cut_breaks  <- mybreaks(val, 5)
res <- cut(val, cut_breaks, include.lowest=TRUE)
table(res)

 [2,3]  (3,4] (4,11] 
     8     16      5
于 2016-01-04T22:29:25.477 回答