R：创建从分类变量基于连续变量的新的分类变量

Question

我已经有了一看here，其中使用cut功能。但是，我一直没能拿出给我的情况聪明的解决方案。

首先是一些示例数据，我目前有：

df <- data.frame(Category = LETTERS[1:20]
                 , Nber_within_category = c(rep(1,8), rep(2,3), rep(6,2), rep(10,3), 30, 50, 77, 90)
                 )

我想就形成基础上，Nber_within_category列一个新的类别第三列。在这个例子中，我怎么能做出如Category_new使得在每个类别中，Nber_within_category是至少5，如果Category已有Nber_within_category >= 5，原始类别采取的约束。

因此，例如，它应该是这样的：

df <- data.frame(Category = LETTERS[1:20]
                 , Nber_within_category = c(rep(1,8), rep(2,3), rep(6,2), rep(10,3), 30, 50, 77, 90)
                 , Category_new = c(rep('a',5), rep('b', 4), rep('c',2), LETTERS[12:20])
)

Answer 1

这是一个黑客攻击的一位，但它的工作原理：

df %>% 
  mutate(tmp = floor((cumsum(Nber_within_category) - 1)/5)) %>% 
  mutate(new_category = ifelse(Nber_within_category >= 5,
                               Category,
                               letters[tmp+1]))

该生产线floor((cumsum(Nber_within_category) - 1)/5)是大小5箱（-1至包括其中的总和正好是5行）的分类的cumsum的方式，和我使用的指标即得到该行，其中Nber_within_category < 5新的类别

它可能会更容易理解列tmp是如何定义的，如果你运行：

x <- 1:100
data.frame(x, y = floor((x- 1)/5))