如何将数字列分解为用户定义的区间

Question

我有兴趣将数字列分解为 3 个因子。我所做的是将该列子集划分为 3 个区间范围，然后尝试将 3 个区间因式分解为单个列 Z，最后，将新的因子列 Z 合并到我的原始数据框中，但我的想法不起作用。有没有一种更简单的方法可以将数字列分解为任意数量的因子，这样数据框就不会失真？

set.seed(0)
df1 <- data.frame(Y =floor(runif(10, min=0, max=10)), 
                 X =floor(runif(10, min=0, max=50)))
 str(df1)
'data.frame':   10 obs. of  2 variables:
 $ Y: num  8 2 3 5 9 2 8 9 6 6
 $ X: num  3 10 8 34 19 38 24 35 49 19

# The intended three factor intervals: X=3, 4<=X<=30, X>30
df1$fac1 <- factor(df1$X == 3, label=c(0,1))
df1$fac2 <- factor(df1$X >= 4 & df1$X <= 30, label=c(0,1))
df1$fac3 <- factor(df1$X > 30, label=c(0,1))
head(df1)
str(df1)

df2 = cbind(df1$Y, df1$X1, df1$X2, df1$X3)

Warning messages:
1: In xtfrm.data.frame(x) : cannot xtfrm data frames
2: In xtfrm.data.frame(x) : cannot xtfrm data frames
3: In xtfrm.data.frame(x) : cannot xtfrm data frames

head(df2,3)
     [,1] [,2] [,3] [,4]
[1,]    8    2    2    2
[2,]    2    1    1    1
[3,]    3    2    2    2

然而，即使这可行，我怀疑这可能会扭曲我原来的行

df1

。我真正想要的是使用给定的间隔使 X 成为具有 3 个级别的单列因子。

Answer 1

你可以使用

factor()

.

df1$fac1 <- factor(df1$X == 3, label=c(0,1))
df1$fac2 <- factor(df1$X >= 4 & df1$X <= 30, label=c(0,1))
df1$fac3 <- factor(df1$X > 30, label=c(0,1))

输出

   Y  X fac1 fac2 fac3
1  8  3    1    0    0
2  2 10    0    1    0
3  3  8    0    1    0
4  5 34    0    0    1
5  9 19    0    1    0
6  2 38    0    0    1
7  8 24    0    1    0
8  9 35    0    0    1
9  6 49    0    0    1
10 6 19    0    1    0

Answer 2

有很多选择，但

cut()

在这种情况下可能是最好的：

# Your data
set.seed(0)
df1 <- data.frame(Y = floor(runif(10, min=0, max=10)), 
                  X = floor(runif(10, min=0, max=50)))


df1$Z <- cut(df1$X, c(0, 3, 30, Inf), labels = c(1:3))
df1
#    Y  X Z
# 1  8  3 1
# 2  2 10 2
# 3  3  8 2
# 4  5 34 3
# 5  9 19 2
# 6  2 38 3
# 7  8 24 2
# 8  9 35 3
# 9  6 49 3
# 10 6 19 2

str(df1)
# 'data.frame': 10 obs. of  3 variables:
#   $ Y: num  8 2 3 5 9 2 8 9 6 6
# $ X: num  3 10 8 34 19 38 24 35 49 19
# $ Z: Factor w/ 3 levels "1","2","3": 1 2 2 3 2 3 2 3 3 2