计算数字列的分箱值

Question

我有一个包含几列的数据框，其中一列是排名，是 1 到 20 之间的整数。我想创建另一列，其中包含像“1-4”、“5-10”、“11”这样的 bin 值-15”、“16-20”。

最有效的方法是什么？

我的数据框看起来像这样（.csv 格式）：

rank,name,info
1,steve,red
3,joe,blue
6,john,green
3,liz,yellow
15,jon,pink

我想在数据框中添加另一列，所以它会是这样的：

rank,name,info,binValue
1,steve,red,"1-4"
3,joe,blue,"1-4"
6,john,green, "5-10"
3,liz,yellow,"1-4"
15,jon,pink,"11-15"

我现在这样做的方式不起作用，因为我想保持 data.frame 完整，并且如果 df$ranked 的值在给定范围内，则只需添加另一列。谢谢你。

Answer 1

请参阅

?cut

并指定

breaks

（也许还有

labels

）。

x$bins <- cut(x$rank, breaks=c(0,4,10,15), labels=c("1-4","5-10","10-15"))
x
#   rank  name   info  bins
# 1    1 steve    red   1-4
# 2    3   joe   blue   1-4
# 3    6  john  green  5-10
# 4    3   liz yellow   1-4
# 5   15   jon   pink 10-15

Answer 2

dat <- "rank,name,info
1,steve,red
3,joe,blue
6,john,green
3,liz,yellow
15,jon,pink"

x <- read.table(textConnection(dat), header=TRUE, sep=",", stringsAsFactors=FALSE)
x$bins <- cut(x$rank, breaks=seq(0, 20, 5), labels=c("1-5", "6-10", "11-15", "16-20"))
x

  rank  name   info  bins
1    1 steve    red   1-5
2    3   joe   blue   1-5
3    6  john  green  6-10
4    3   liz yellow   1-5
5   15   jon   pink 11-15

Answer 3

我们可以使用包装中的

smart_cut

cutr

：

# devtools::install_github("moodymudskipper/cutr")
library(cutr)

使用@Andrie的样本数据：

x$bins <- smart_cut(x$rank,
                    c(1,5,11,16), 
                    labels = ~paste0(.y[1],'-',.y[2]-1), 
                    simplify = FALSE)
# rank  name   info  bins
# 1    1 steve    red   1-4
# 2    3   joe   blue   1-4
# 3    6  john  green  5-10
# 4    3   liz yellow   1-4
# 5   15   jon   pink 11-15

有关 cutr 和 smart_cut 的更多信息