Question

我有一个因子级别代表区间（由cut生成）：

> head(data.train$glucose)
[1] [0,126]   [0,126]   (126,199] [0,126]   [0,126]   [0,126]  
Levels: [0,126] (126,199]

现在我想从数字向量生成具有相同级别的新因子，以便当相应的数字落入第一个区间（例如24）时，它变为[0,126]并且如果它落入第二个区间（例如153）它变为(126,199]。

间隔的数量可以与括号的形式不同（取决于它们是打开还是关闭）。

我想我可以sub与cut一起使用（就像在cut的帮助文件中的最后一个示例一样）但我不是很擅长它足够。还有另一种更直观的方式吗？但也许我认为太复杂了......

如果您使用sub提供解决方案，请解释表达式。请不要提供其他软件包的功能解决方案，因为我自己开发软件包，我希望尽可能保持精简。

Answer 1

我一直在寻找一种优雅的方法来做到这一点，但最终使用正如你所建议的正则表达式：

ints<-cut(1:10,5)
set.seed(345)
a<-runif(20,1,10)

    # get levels
levs <- levels(ints)
# remove brackets
levs.num <- sub(  "^[\\(\\[]{1}(.+)[\\)\\]]{1}$" , "\\1" ,levs , perl = TRUE)
levs.right <- sub(  "^[\\(\\[]{1}.+([\\)\\]]{1})$" , "\\1" ,levs , perl = TRUE)
levs.left <- sub(  "^([\\(\\[]{1}).+[\\)\\]]{1}$" , "\\1" ,levs , perl = TRUE)
# get breaks
breaks <- unique(as.numeric(unlist(strsplit(levs.num ,","))))

if(all(levs.right=="]")){ 
    right.arg <- TRUE
}else if(all(levs.left=="[")){
  right.arg <- FALSE
}else{
      stop("problem")
  }
table(cut(a,breaks , right = right.arg ))

我的正则表达式应该选择[或（和）或之间的所有内容并将其返回

根据作为因子水平给出的现有间隔Bin新数据

1 个答案: