R 以编程方式为一组范围之间的数据创建分组列

我想在R data.table中创建一个分组列，该列允许我根据特定的代码表对数据进行分组，该代码表由代码向量中项目之间的范围确定

我曾经尝试过使用一系列条件进行游程编码，但这似乎非常麻烦，并且无法返回我需要的确切结果

library(data.table)

t <- seq.int(from = 0, to = 1, length.out = 10)
data <- rnorm(10)

dt <- data.table(t, data)

code_t <- c(0.2, 0.3, 0.6, 0.7)
codes <- c("A", "B", "C", "D")

code_dt <- data.table(code_t, codes)

库（data.table）
t我不是
data.table
包的专家，但我会按如下方式解决您的问题。首先我装上包裹

#包
库（数据表）

然后我创建了和你一样的向量

#数据
t 4:0.3333333-0.11504042 B
#>5:0.444-1.37218034 B
#>6:0.556 0.02826155 B
#>7:0.66667 1.57980554摄氏度
#>8:0.77778-0.5901697d
#>9:0.88889 1.00988949 D
#>10:1.0000000.42934448 D

由（v0.3.0）创建于2019-09-11这是您想要的吗

dt[, code := code_dt[.SD, on = .(code_t <= t), mult = "last", codes]]
dt
#             t       data code
#  1: 0.0000000  1.4093115 <NA>
#  2: 0.1111111 -0.5233412 <NA>
#  3: 0.2222222  0.6517409    A
#  4: 0.3333333  0.5204115    B
#  5: 0.4444444 -1.1126457    B
#  6: 0.5555556  0.5156077    B
#  7: 0.6666667 -0.6376642    C
#  8: 0.7777778  0.2816557    D
#  9: 0.8888889  0.1195879    D
# 10: 1.0000000 -1.8018463    D

dt[，code:=code_dt[.SD，on=。（code_t我编写了一个易于扩展和操作的函数。我测试了代码，它在不需要加载任何库的情况下工作

assingGroups <- function(x,ranges,codes){
cnt=1;
  for (i in ranges[-length(ranges)]){
    mask <- x$t >= ranges[cnt] & x$t<ranges[cnt+1]
    x$grouped[mask] <- codes[cnt] 
    cnt<-cnt+1;
  }

  ### assign the last name to remaining 'NA'
  x$grouped[x$grouped=='NA'] <-codes[cnt]
  return(x)
}

现在只需运行函数即可获得新的数据帧：

dt<- assingGroups(dt,code_t,codes)
force(dt)

为了完整性起见，
data.table
允许滚动联接，它是以下内容的替代：

t数据代码
1: 0.0000000  0.4728356  
2: 0.1111111 -0.1761036  
3:0.222222-0.5259357 A
4:0.3333333 0.9995843 B
5:0.444-0.3971852 B
6:0.556 1.3734871 B
7:0.66667-1.5221889摄氏度
8:0.778 0.3299245 D
9:0.88889-0.9149123 D
10:1000000-1.1195691 D

很好，cut似乎总是能满足我的需求，但我从来没有立即看到实现。谢谢！我在数据表dt[，code:=cut（t，breaks=c（coded_1，1），labels=code]中使用了您的指导来实现这一点当多个
code
位于
t
和
data
之间的时间间隔内时会发生什么情况。第9行匹配A、B、C和D…@Wimpel我想你误解了这个问题。
data
列仅用于示例中的说明目的（我的错）代码分配的间隔由“代码> >代码> <代码>的相邻成员决定。请考虑查看您的答案。OP请求分组<代码> T <代码> -> <代码>数据>代码>。您的答案可能是正确的，但应用于 Dt<代码>的错误列。谢谢。我所写的是一个通用函数TH。at可以应用于数据框中的任何列a。可以重命名数据框中的列以适应不同的问题。例如，
colnames（dt）这是一个真实的、可扩展的答案。尽管使用
cut
是可能的，但是如果数据很大，滚动连接会更快。@Uwe有趣。我们的答案非常相似。也许你对差异有什么要说的？我本以为@PavoDive是这样的，但当我从agila和rol中对cut方法进行基准测试时ling在我的真实数据上加入了Uwe的方法cut方法的速度快得多。cut方法的另一个优点是，如果我不想在整个数据集上应用标签，它还允许我轻松地输入自定义中断。
code_t <- c(0.2, 0.3, 0.6, 0.7)
codes <- c("A", "B", "C", "D")
dt=data.frame(c(runif(10,0,1)),rep('NA',10),stringsAsFactors =FALSE) 
colnames(dt) <- c("t","grouped")
dt

>dt
        t       grouped
1  0.20846488      NA
2  0.62090310      NA
3  0.43246382      NA
4  0.24366974      NA
5  0.34148940      NA
6  0.01985644      NA
7  0.52140747      NA
8  0.09040793      NA
9  0.47128141      NA
10 0.62571187      NA

dt<- assingGroups(dt,code_t,codes)
force(dt)

> force(dt)
        t       grouped
1  0.20846488       A
2  0.62090310       C
3  0.43246382       B
4  0.24366974       A
5  0.34148940       B
6  0.01985644       D
7  0.52140747       B
8  0.09040793       D
9  0.47128141       B
10 0.62571187       C

library(data.table)
dt[, codes := code_dt[dt, on = .(code_t = t), roll = TRUE, x.codes]]
dt

            t       data codes
 1: 0.0000000  0.4728356  <NA>
 2: 0.1111111 -0.1761036  <NA>
 3: 0.2222222 -0.5259357     A
 4: 0.3333333  0.9995843     B
 5: 0.4444444 -0.3971852     B
 6: 0.5555556  1.3734871     B
 7: 0.6666667 -1.5221889     C
 8: 0.7777778  0.3299245     D
 9: 0.8888889 -0.9149123     D
10: 1.0000000 -1.1195691     D