Question

道歉这是一个经验丰富的R用户会知道的东西，但我刚刚遇到这个问题，并想询问正确的用法。

似乎可以使用as.factor对变量的范围进行分类。所以，我可以将观察分组到一个范围内。例如，如果我正在查看用户的访问，则看起来我可以编写if / then语句来按用户访问的范围对用户进行分区，然后根据组获取摘要统计信息。

以下是我了解此内容的链接：http://programming-r-pro-bro.blogspot.com/2011/10/modelling-with-r-part-2.html

现在，虽然此函数看起来比使用plyr和ddply分组数据更容易，但它看起来不够强大，无法将变量分解为X个数组（例如10个十分） - 你必须自己做。

这引出了我的问题 - 对于分组数据是否比另一个更好，或者是否有很多方法可以解决这样的分组问题？

由于

Answer 1

我认为cut是一个更好的工具。

使用一些示例数据：

set.seed(123)
age <- round(runif(10,20,50))

这就是我要做的事情：

> cut(age, c(0,30,40,Inf))
 [1] (0,30]   (40,Inf] (30,40]  (40,Inf] (40,Inf] (0,30]   (30,40]  (40,Inf]
 [9] (30,40]  (30,40] 
Levels: (0,30] (30,40] (40,Inf]

（可选）手动设置因子标签：

> cut(age, c(0,30,40,Inf), labels=c('0-30', '31-40', '40+'))
 [1] 0-30  40+   31-40 40+   40+   0-30  31-40 40+   31-40 31-40
Levels: 0-30 31-40 40+

相比之下，链接页面暗示了这一点：

> as.factor(ifelse(age<=30, '0-30', ifelse(age <= 40, '30-40', '40+')))
 [1] 0-30  40+   30-40 40+   40+   0-30  30-40 40+   30-40 30-40
Levels: 0-30 30-40 40+

使用as.factor而不是plyr和ddply来对R中的变量进行分组？

1 个答案: