Question

当我尝试将我的数值变量转换为分类变量时，我遇到了一些问题。我希望将我的专栏“Price”分成20个分区（然后为了做分类树）。

我尝试使用功能剪切，但它有效，但我的间隔用科学记数法表示......

以下是我的数据示例：

Mydata <- data.frame(
Price = c(13500,13750,13950,14950,13750,12950)
)

这是我的代码：

Mydata[,2] = cut(Mydata$Price, 3, include.lowest=TRUE)

然后，我的第二个Colonne有像（3.11e + 04,3.25e + 04）这样的数字。我也使用参数labels = FALSE，但这不是我正在寻找的（然后，箱子用数字表示 - > 1,2,3，...，20。我希望它们被表达间隔 - > [0; 1000]，[1000,2000]等......）

提前感谢您的帮助

Answer 1

我找到了解决方案！用dig.lab

Mydata <- data.frame(
Price = c(13500,13750,13950,14950,13750,12950)
)

这是我的代码：

Mydata[,2] = cut(Mydata$Price, 3, include.lowest=TRUE, dig.lab = 5)

无论如何，谢谢您的提示：）

Answer 2

如果您的对象Mydata有类matrix，那么我可以了解可能发生的事情：

cut()函数返回如下所示的因子：

> x <- runif(10, 0, 2)
> cut(x, 2)
 [1] (1.01,1.95]  (1.01,1.95]  (0.069,1.01] (1.01,1.95]  (1.01,1.95]  
 (1.01,1.95]  (1.01,1.95]  (1.01,1.95]  (1.01,1.95] 
 [10] (1.01,1.95] 
 Levels: (0.069,1.01] (1.01,1.95]

cut()函数自然返回一组间隔（按照您的要求）。输出是因子。 这很重要。现在看一下当我强制输出为数字时会发生什么：

> as.numeric(cut(x, 2))
[1] 2 2 1 2 2 2 2 2 2 2

这是一个数字向量。为什么这很重要？因为matrix中的类R的对象只能有一种类型。添加到矩阵的任何新值都将强制到矩阵中其余条目的类型。观看：

> X_mat <- matrix(1:10L, nrow = 10, ncol = 2)
> X_mat[, 2] <- cut(x, 2)
> X_mat
      [,1] [,2]
 [1,]    1    2
 [2,]    2    2
 [3,]    3    1
 [4,]    4    2
 [5,]    5    2
 [6,]    6    2
 [7,]    7    2
 [8,]    8    2
 [9,]    9    2
[10,]   10    2

cut()函数返回的时间间隔消失了，因为它们已转换为类numeric以匹配矩阵X_mat的其余部分。如果我们使用数据框怎么办？

> X_df <- data.frame(x1 = 1:10L)
> X_df[, 2] <- cut(x, 2)
> X_df
  x1           V2
1   1  (1.01,1.95]
2   2  (1.01,1.95]
3   3 (0.069,1.01]
4   4  (1.01,1.95]
5   5  (1.01,1.95]
6   6  (1.01,1.95]
7   7  (1.01,1.95]
8   8  (1.01,1.95]
9   9  (1.01,1.95]
10 10  (1.01,1.95]

基本上，如果您想保留cut()输出的结构，则您的数据需要位于data.frame而不是matrix。希望这有帮助！

将数值变量分类为20个区间（R）

2 个答案: