Question

我有这些数据：

12.1 12.5 12.6 12.7 12.8 13.0 13.2 13.2 13.2 13.3 13.3 13.3 
13.4 13.4 13.5 13.5 13.7 13.7 13.7 13.8 13.9 14.1 14.1 14.2 
14.3 14.3 14.3 14.4 14.4 14.5 14.6 14.6 14.6 14.8 14.8 14.9 
14.9 14.9 15.2 15.2 15.3 15.3 15.5 15.6 15.6 15.7 15.8 15.9 
16.1 16.1 16.3 16.4 16.4 16.5 16.7 16.9 17.0

我想把它放进这些箱子里：

12.1 12.5 12.6 12.7 12.8 13.0 13.2 13.3 13.4 13.5 13.7 13.8 
13.9 14.1 14.2 14.3 14.4 14.5 14.6 14.8 14.9 15.2 15.3 15.5 
15.6 15.7 15.8 15.9 16.1 16.3 16.4 16.5 16.7 16.9 17.0

例如，13.2和13.3箱会有3个项目等等。

我应该提一下，数据集中还有其他列，我希望将这些数字数据放入垃圾箱。

我是R的新手并试图找出分档。

以下是设置数据的代码和唯一值：

test <- function() {
    data <- c(12.1,12.5,12.6,12.7,12.8,13.0,13.2,13.2,13.2,13.3,13.3,13.3,
13.4,13.4,13.5,13.5,13.7,13.7,13.7,13.8,13.9,14.1,14.1,14.2,
14.3,14.3,14.3,14.4,14.4,14.5,14.6,14.6,14.6,14.8,14.8,14.9,
14.9,14.9,15.2,15.2,15.3,15.3,15.5,15.6,15.6,15.7,15.8,15.9,
16.1,16.1,16.3,16.4,16.4,16.5,16.7,16.9,17.0)

    unique_data = unique(data)

    print(unique_data)
}

Answer 1

假设＆＃34; x＆＃34;是你的输入向量和＆＃34; y＆＃34;是你的断点向量，你应该使用cut：

cut(x, c(-Inf, y, Inf))

以下是bin计数的示例：

table(cut(x, c(-Inf, y, Inf)))
# 
# (-Inf,12.1] (12.1,12.5] (12.5,12.6] (12.6,12.7] (12.7,12.8]   (12.8,13] 
#           1           1           1           1           1           1 
#   (13,13.2] (13.2,13.3] (13.3,13.4] (13.4,13.5] (13.5,13.7] (13.7,13.8] 
#           3           3           2           2           3           1 
# (13.8,13.9] (13.9,14.1] (14.1,14.2] (14.2,14.3] (14.3,14.4] (14.4,14.5] 
#           1           2           1           3           2           1 
# (14.5,14.6] (14.6,14.8] (14.8,14.9] (14.9,15.2] (15.2,15.3] (15.3,15.5] 
#           3           2           3           2           2           1 
# (15.5,15.6] (15.6,15.7] (15.7,15.8] (15.8,15.9] (15.9,16.1] (16.1,16.3] 
#           2           1           1           1           2           1 
# (16.3,16.4] (16.4,16.5] (16.5,16.7] (16.7,16.9]   (16.9,17]   (17, Inf] 
#           2           1           1           1           1           0

您可能需要调整一些参数以使值落在您期望它们的容器中，但cut通常是此函数，以及findInterval作为近亲

Answer 2

dplyr package包含一些用于执行此类操作的便捷工具。

假设您有一个数据框df，其中您提到的值位于value列中，您可以使用以下语法对唯一值进行分箱和计数：

binned = df %.% group_by(value) %.% summarise(count=n())

binned将包含value和count列。

summarise可让您添加其他摘要统计信息。如果您想添加某些列other_value的平均值，您可以这样做：

binned = df %.% group_by(value) %.% summarise(count=n(), mean_other_val=mean(other_val))

现在，binned将包含value，count和mean_other_val列。

如何将数据框数据放入箱中

2 个答案: