从R中的'cut()'中输出一个数值。

Question

我在这里看过这个问题。将数值按区间分组

然而，我想输出一个数值（而不是系数），特别是下界和上界的数值（分栏）。

实质上，这是对的，只是'df$start'和'df$end'是作为因子给出的。

df$start <- cut(df$x, 
                breaks = c(0,25,75,125,175,225,299),
                labels = c(0,25,75,125,175,225),
                right = TRUE)

df$end <- cut(df$x, 
              breaks = c(0,25,75,125,175,225,299),
              labels = c(25,75,125,175,225,299),
              right = TRUE)

使用'as.numeric()'会返回因子的级别(即1 -6的值)而不是原始数字。

谢谢！我在这里看到了这个问题。

Answer 1

我猜测你想要什么，因为如果你想要 "原始数字"，你可以直接使用 df$x. 我猜测你是想找一些数字来反映这个群体？在这个猜测中，下面的内容呢。

## Generate some example data
x = runif(5, 0, 300)
## Specify the labels
labels = c(0,25,75,125,175,225)
## Use cut as before
y = cut(x, 
    breaks = c(0,25,75,125,175,225,300),
    labels = labels,
    right = TRUE)

当我们把 y 到一个数字，这就给出了标签的索引。因此。

labels[as.numeric(y)]

或更简单

labels[y]

Answer 2

大部分的行为 cut 与创建你不感兴趣的标签有关。 你可能最好使用 findInterval 或 .bincode.

你会从数据开始

set.seed(17)
df <- data.frame(x=300 * runif(100))

然后设置断点，找到间隔。

breaks <- c(0,25,75,125,175,225,299)
df$interval <- findInterval(df$x, breaks)
df$start <- breaks[df$interval]
df$end <- breaks[df$interval + 1]

Answer 3

我会选择使用regex，因为所有的信息都在输出中。cut.

cut_borders <- function(x){
pattern <- "(\\(|\\[)(-*[0-9]+\\.*[0-9]*),(-*[0-9]+\\.*[0-9]*)(\\)|\\])"

start <- as.numeric(gsub(pattern,"\\2", x))
end <- as.numeric(gsub(pattern,"\\3", x))

data.frame(start, end)
}

字的模式。

• 第1组：要么是 ( 或 [因此，我们使用 (\\(|\\[).

• 第二组：数字可能是负数，所以我们(-*)，我们正在寻找至少一个数字([0-9]+)，它可以有小数点，即一个点(\\.*)和点后小数([0-9]*).

• 接下来是一个逗号(,)

• 第3组：与第2组相同。

• 第4组：类似于第1组，我们希望有一个 ) 或 ].

这里是一些随机变量与量子化切割。函数 cut_borders 返回我们要找的东西。

x <- rnorm(10)

x_groups <- cut(x, quantile(x, 0:4/4), include.lowest= TRUE)

cut_borders(x_groups)