R 切割多个变量，为每个变量使用多个不同数量的容器

我有一个如下所示的数据集：

ID  a   b
ID1 0.1 20.3
ID2 0.2 21.6
ID3 1.2 1.5
etc.

我想把这些值分成大小相等的组。这可以通过以下方式实现：

data$bin1 <- as.numeric(cut2(data$b,g=50))

means <- ddply(data,.(bin),summarise,mean.a=mean(a),mean.b=mean(b))

但是，我需要对不同数量的组多次执行此操作。我试过：

for (i in 1:5){
data$bin[i] <- as.numeric(cut2(data$values,g=i*50))
}

for（1:5中的i）{
数据$bin[i]
for（1:5中的i）{
数据[粘贴（'bin'，i，sep=''）这里有一种可能性，您可以使用
lappy
在数据框中的列上循环，并使用
sapply
在值要被
剪切的间隔数上循环（“n_int”）。结果列表是
melt
的长格式

平均值是使用聚合计算的，按“L1”（对应于原始数据中的列）、“cut_set”（切割集，2或4个间隔）和“interval”（间隔编号）分组

数据$bin[i]
需要一个值
means <- ddply(data,.(bin),summarise,mean.a=mean(a),mean.b=mean(b))

for (i in 1:5){
    data[paste('bin', i, sep = '')] <- as.numeric(cut2(data$values,g=i*50))
}

# some toy data
d1 <- data.frame(a = 1:10,
                 b = seq(100, 1000, len = 10))
d1

# a vector of number of intervals
n_int <- 2 * 1:2

library(reshape2)
d2 <- melt(lapply(d1, function(x){
  data.frame(x, sapply(n_int, function(i){
    as.integer(cut(x, i))
  })
  )
  }),
  id.vars = "x", variable.name = "cut_set", value.name = "interval")

d3 <- aggregate(x ~ L1 + cut_set + interval, data = d2, mean)
d3[order(d3$L1, d3$cut_set, d3$interval), ]
#    L1 cut_set interval     x
# 1   a      X1        1   3.0
# 5   a      X1        2   8.0
# 3   a      X2        1   2.0
# 7   a      X2        2   4.5
# 9   a      X2        3   6.5
# 11  a      X2        4   9.0
# 2   b      X1        1 300.0
# 6   b      X1        2 800.0
# 4   b      X2        1 200.0
# 8   b      X2        2 450.0
# 10  b      X2        3 650.0
# 12  b      X2        4 900.0

library(dplyr)
d1 %>%
  melt(id.vars = NULL) %>%
  group_by(variable) %>%
  do(data.frame(., sapply(n_int, function(i) as.integer(cut(.$value, i))))) %>%
  melt(id.vars = c("variable", "value"), variable.name = "cut_set", value.name = "interval") %>%
  group_by(variable, cut_set, interval) %>%
  summarise(mean = mean(value))