R 如何从数据中创建包含零计数的类列表？

给定一些随机数据，如

x=10.08506，10.32809，

，如何高效地创建分类列表？结果（见下面的可复制示例）应如下所示

classes         n
(10,10.1]       3
(10.1,10.2]     1
(10.2,10.3]     0
(10.3,10.4]     2
(10.4,10.5]     3
(10.5,10.6]     0
(10.6,10.7]     0
(10.7,10.8]     1

下面是一个可重复的示例，它显示了到目前为止最简单的方法：我可以去掉data.frame

df

和

full\u join

？也许，我也可以摆脱

br，h

library(dplyr)
set.seed(1)
number_of_observations <- 10
nbr <- 10

x <- rnorm(n = number_of_observations, mean = 10.273, sd = 0.3)
br <- seq(from = ceiling(min(nbr*x)-1)/nbr, 
          to = floor(max(nbr*x)+1)/nbr, by = 1/nbr)
h <- hist(x, breaks = br)

df <- tibble(
  classes = h$mids)
df <- df %>% 
  mutate(classes = cut(classes, breaks = br)) %>%
  group_by(classes) %>%
  mutate(n = n()) %>%
  ungroup() %>%
  mutate(freq = n / sum(n)) %>%
  arrange(classes)

df2 <- tibble(
  classes = x)
df2 <- df2 %>% 
  mutate(classes = cut(classes, breaks = br)) %>%
  group_by(classes) %>%
  mutate(n = n()) %>%
  ungroup() %>%
  mutate(freq = n / sum(n)) %>%
  arrange(classes) %>%
  distinct()

df <- df %>% full_join(df2, by = "classes")
df$n.y[is.na(df$n.y)] <- 0

result <- df[, c("classes", "n.y")]
colnames(result) <- c("classes", "n")
result

库（dplyr）
种子（1）
观察值的数量%
变异（n=n（））%>%
解组（）%>%
变异（频率=n/和（n））%>%
排列（类）%>%
不同的（）
df%完全联接（df2，by=“classes”）
df$n.y[is.na（df$n.y）]您可以使用
seq
、
cut
、
table
和
as.data.frame
，在一行中执行此操作：

setNames（如.data.frame（表（cut（x，seq（10，10.8，0.1））），c（“类”，“n”））
#>类别n
#> 1   (10,10.1] 3
#> 2 (10.1,10.2] 1
#> 3 (10.2,10.3] 0
#> 4 (10.3,10.4] 2
#> 5 (10.4,10.5] 3
#> 6 (10.5,10.6] 0
#> 7 (10.6,10.7] 0
#> 8 (10.7,10.8] 1
通过
hist

> list2DF(hist(x,breaks = seq(10, 10.8, 0.1), plot = FALSE))
  breaks counts density  mids xname equidist
1   10.0      3       3 10.05     x     TRUE
2   10.1      1       1 10.15     x     TRUE
3   10.2      0       0 10.25     x     TRUE
4   10.3      2       2 10.35     x     TRUE
5   10.4      3       3 10.45     x     TRUE
6   10.5      0       0 10.55     x     TRUE
7   10.6      0       0 10.65     x     TRUE
8   10.7      1       1 10.75     x     TRUE
9   10.8      3       3 10.05     x     TRUE

我们可以使用
findInterval

setNames(as.data.frame(table(findInterval(x, seq(10, 10.8, 0.1)))), c("classes", "n"))

很好的回答：base-R，一行，通用，清晰！只是出于好奇：你什么时候真的使用/需要dplyr或tidyverse？看起来“几乎所有东西”在base-R中是可能的。@Christoph你几乎可以一直只使用base-R，但是tidyverse使许多常见的数据操作任务变得更容易。我认为它对于数据透视和连接以及交互使用都非常有用。它还经常使代码更具可读性。然而，我经常看到人们在试图获得我想知道这两个，并且不害怕在两者之间切换是关键。我从来没有听说过
list2DF
。看起来真的很有用-谢谢！