从连续变量w /缩放数据创建分类变量

Question

我在这个社区潜伏了一段时间，但这是我的第一个问题......

背景 我正在处理来自UCI的乳腺癌数据。 DATA

我试图做的是潜在类分析（技术上潜在的配置文件，因为它们是连续变量），但我必须首先为每个变量缩放我的值。

一旦我缩放，我现在有32个变量，每个变量，从负到正（poLCA函数不能使用负数或零，我相信）。请参阅下面的示例，了解我的一个缩放功能。

> summary(scaled.dat.1)
   V1         

最小。 ：-2.0279
 1 Qu.:-0.6888
 中位数：-0.2149
 平均值：0.0000
 第三曲：0.4690
 最大。 ：3.9678

问题 如何将这些缩放的连续值更改为1：5的分类值？

Answer 1

要分为5组，我会做这样的事情......

var1 <- c(NA, sample(-20:20, replace = T, size = 50))
thresholds <- quantile(var1, probs = seq(0, 1, length.out = 6)[-1], na.rm = T)
cat.var <- sapply(var1, (function(i){
  ifelse(is.na(i), NA, min(which(i <= thresholds)))
}))
plot(cat.var~var1)

如果要将其应用于整个数据框

categorize <- function(var1){
  thresholds <- quantile(var1, probs = seq(0, 1, length.out = 6)[-1], na.rm = T)
  cat.var <- sapply(var1, (function(i){
    ifelse(is.na(i), NA, min(which(i <= thresholds)))
  }))
}
apply(df, 2, categorize)
# alternatively
for (j in 1:ncol(df)) {
  df[,j] <- categorize(df[,j])
}