我想为产品类别同时创建两个bin间隔，一个用于“Sales”，另一个用于“PCT更改”。 “PCT变更”从-ve到+ ve不等，销售额从2000美元到19000美元不等。
以下是我的数据集。
Product,Sales,PCT Change
A,4769,0.72
A,9841,0.14
A,2594,-0.37
A,15970,-0.76
A,18142,0.9
A,19935,0.63
A,19023,0.63
A,4097,-0.31
A,17318,-0.38
A,15533,1.14
A,7596,0.74
A,4099,0.06
B,7294,-0.45
B,5473,-0.81
B,5813,-0.31
B,4084,0.8
B,10446,0.08
B,3820,0.12
B,3208,0.02
B,10100,-0.82
B,19125,0.14
B,7332,0.9
C,1870,0.28
C,5949,-0.62
C,2739,0.98
C,14388,0
C,19307,1.08
C,12312,0.68
C,15120,0.08
C,16456,0.24
C,1063,0.64
C,3587,-0.07
C,15480,0.31
C,8934,0.79
C,10392,0.57
C,9705,0.87
C,18181,0.93
C,4700,-0.88
C,7392,-0.79
C,7504,-0.75
C,14943,1.06
以下是我正在尝试的代码。
df %>%
group_by(Product) %>%
mutate(freq=cut(Sales, breaks=seq(0,8000,by=50), include.lowest=TRUE))
我不确定休息时间会如何帮助..我不想创建超过10个不同的bin。此外，不确定如何在同一代码中附加“PCT变更”，以引入两个不同的间隔。
预期产出：
Product,Sales,PCT Change
A,4769,0.72, [4000-5000],[0.65-0.78]
A,9841,0.14 ,[9000-10000],[0.04-0.17]
B,2594,-0.37,[2000-3000],[-0.39- -0.31]
此外，我正在寻找自定义范围的选项，假设我想带4500-5000而不是4000-5000。我实际上正在运行模拟，因此想要探索可行的选项。
任何线索都会受到高度赞赏。
谢谢， Ĵ
答案 0 :(得分：1)
data.table的潜在解决方案
如果您想检查数据以找到合适的分档，或者您只是想过滤数据，那么不是绝对肯定的。这个解决方案解决了前者 - 如果这不是你想要的，那么编辑你的问题，我将更新我的解决方案。
library(data.table)
DT[, sales.bins := paste0(round(floor(Sales), -3)-1000, "-", round(ceiling(Sales),-3)+1000)]
DT[, PCT.change.bins := paste0(floor(`PCT Change`)-1, "-", ceiling(`PCT Change`))]
这会产生以下输出：
> DT
Product Sales PCT Change sales.bins PCT.change.bins
1: A 4769 0.72 4000-6000 -1-1
2: A 9841 0.14 9000-11000 -1-1
3: A 2594 -0.37 2000-4000 -2-0
4: A 15970 -0.76 15000-17000 -2-0
5: A 18142 0.90 17000-19000 -1-1
6: A 19935 0.63 19000-21000 -1-1
7: A 19023 0.63 18000-20000 -1-1
8: A 4097 -0.31 3000-5000 -2-0
9: A 17318 -0.38 16000-18000 -2-0
10: A 15533 1.14 15000-17000 0-2
11: A 7596 0.74 7000-9000 -1-1
12: A 4099 0.06 3000-5000 -1-1
13: B 7294 -0.45 6000-8000 -2-0
14: B 5473 -0.81 4000-6000 -2-0
15: B 5813 -0.31 5000-7000 -2-0
16: B 4084 0.80 3000-5000 -1-1
17: B 10446 0.08 9000-11000 -1-1
18: B 3820 0.12 3000-5000 -1-1
19: B 3208 0.02 2000-4000 -1-1
20: B 10100 -0.82 9000-11000 -2-0
21: B 19125 0.14 18000-20000 -1-1
22: B 7332 0.90 6000-8000 -1-1
23: C 1870 0.28 1000-3000 -1-1
24: C 5949 -0.62 5000-7000 -2-0
25: C 2739 0.98 2000-4000 -1-1
26: C 14388 0.00 13000-15000 -1-0
27: C 19307 1.08 18000-20000 0-2
28: C 12312 0.68 11000-13000 -1-1
29: C 15120 0.08 14000-16000 -1-1
30: C 16456 0.24 15000-17000 -1-1
31: C 1063 0.64 0-2000 -1-1
32: C 3587 -0.07 3000-5000 -2-0
33: C 15480 0.31 14000-16000 -1-1
34: C 8934 0.79 8000-10000 -1-1
35: C 10392 0.57 9000-11000 -1-1
36: C 9705 0.87 9000-11000 -1-1
37: C 18181 0.93 17000-19000 -1-1
38: C 4700 -0.88 4000-6000 -2-0
39: C 7392 -0.79 6000-8000 -2-0
40: C 7504 -0.75 7000-9000 -2-0
41: C 14943 1.06 14000-16000 0-2
Product Sales PCT Change sales.bins PCT.change.bins
使用以下内容查找唯一的分类：
> unique(DT$sales.bins)
[1] "4000-6000" "9000-11000" "2000-4000" "15000-17000" "17000-19000" "19000-21000" "18000-20000" "3000-5000" "16000-18000"
[10] "7000-9000" "6000-8000" "5000-7000" "1000-3000" "13000-15000" "11000-13000" "14000-16000" "0-2000" "8000-10000"
> unique(DT$PCT.change.bins)
[1] "-1-1" "-2-0" "0-2" "-1-0"
答案 1 :(得分：0)
扩展您在问题中使用的方法：
sales_bin_size = 1000
df %>%
group_by(Product) %>%
mutate(Sales_bin=cut(Sales, breaks=seq(0,round(max(Sales), -3),by=sales_bin_size), include.lowest=TRUE),
PCT_change_bin=cut(`PCT Change`,breaks = 10, include.lowest=TRUE))
您可以使用sales_bin_size来获取所需的容器大小。您可以通过在类似方法中添加新变量来为PCT_change_bin执行相同的操作。