R 使用data.table创建组

工作数据集如下所示：

library('data.table')
df <- data.table(Name = c("a","a","b","b","c","c","d","d","e","e","f","f"),
                 Y = sample(1:30,12),
                 X = sample(1:30,12))

df
    Name  Y  X
 1:    a 14 23
 2:    a 19 18
 3:    b 10 16
 4:    b 23 11
 5:    c  2 12
 6:    c 12 24
 7:    d  8 14
 8:    d 26  2
 9:    e 16 26
10:    e  6  4
11:    f 29 28
12:    f 28 30

    Name  Y  X grp level
 1:    a 14 23   1     1
 2:    a 19 18   1     1
 3:    b 10 16   2     1
 4:    b 23 11   2     1
 5:    c  2 12   3     1
 6:    c 12 24   3     1
 7:    d  8 14   4     2
 8:    d 26  2   4     2
 9:    e 16 26   5     2
10:    e  6  4   5     2
11:    f 29 28   6     2
12:    f 28 30   6     2

因为实际数据集包含更多的观察值和

grp

。我正在创建的ggplot处理时间太长，最终的图形无法读取（

grp

>300）。我计划用有限数量的观察值对数据进行重新分组，并分别绘制它们的图表（例如，每次绘制10组图表）

因此，最终的数据集应该如下所示：

library('data.table')
df <- data.table(Name = c("a","a","b","b","c","c","d","d","e","e","f","f"),
                 Y = sample(1:30,12),
                 X = sample(1:30,12))

df
    Name  Y  X
 1:    a 14 23
 2:    a 19 18
 3:    b 10 16
 4:    b 23 11
 5:    c  2 12
 6:    c 12 24
 7:    d  8 14
 8:    d 26  2
 9:    e 16 26
10:    e  6  4
11:    f 29 28
12:    f 28 30

    Name  Y  X grp level
 1:    a 14 23   1     1
 2:    a 19 18   1     1
 3:    b 10 16   2     1
 4:    b 23 11   2     1
 5:    c  2 12   3     1
 6:    c 12 24   3     1
 7:    d  8 14   4     2
 8:    d 26  2   4     2
 9:    e 16 26   5     2
10:    e  6  4   5     2
11:    f 29 28   6     2
12:    f 28 30   6     2

然后我可以基于新的组

级别执行图形绘制：

ggplot(df, aes(X, Y)) + geom_point() + facet_grid(. ~ level)

在上图中，我创建了
grp
，方法很简单：

df[, grp := .GRP, by = Name]

现在的问题是如何基于
grp
自动创建
level
组（我必须创建
grp
，而不是直接使用
Name
作为基础，因为在原始数据集中，
Name
中没有模式）

我试过这样的方法：

setkey(df, grp)
i <- 1
j <- 1
while(i < 4 ) {
  df[levels(factor(grp)) == (i:i+2), level := j]
  i <- i + 2
  j <- j + 1
}

setkey（df，grp）
i如果只有几个组，可以使用
forcats
包中的
fct\u collapse（）
函数。它允许轻松地将因子级别折叠到手动定义的组中

这样，就可以直接创建新变量
level
，而无需绕过组号和
cut（）
。并且，可以为标高指定有意义的标签

library('data.table')
df <- data.table(Name = rep(letters[1:6], each = 2),
                 Y = sample(1:30,12),
                 X = sample(1:30,12))
df[, level := forcats::fct_collapse(Name, "a-c" = letters[1:3], "d-e" = letters[4:6])]
df
#    Name  Y  X level
# 1:    a 11 13   a-c
# 2:    a 29 12   a-c
# 3:    b 16  5   a-c
# 4:    b 12  6   a-c
# 5:    c 25 28   a-c
# 6:    c 27 11   a-c
# 7:    d  5  9   d-e
# 8:    d 23 20   d-e
# 9:    e 13 26   d-e
#10:    e 17 19   d-e
#11:    f 19  8   d-e
#12:    f 22  3   d-e

请注意，
set.seed（）
用于使数据可复制

现在，
Name
（对应于OP的
grp
）的唯一值的数量被分为6个级别，并绘制在面中（如下所示）：

n\u lvls
level
就是
grp
？把
切成3块，对吗？@rawr是的，我只是举个例子。在图中，
grp
有6个级别，我只想把它减少到2个级别，每个
level
在
grp
中包含1~3个级别。因此
df[，level:=as.numeric（cut（grp，breaks=2））
？那么。。。我想怎么用就怎么用！设想我第一次知道
cut
命令。如果你想把你的答案贴出来，我会投你的票。非常感谢！
n_lvls <- 6
df[, level := as.numeric(cut(as.integer(factor(Name)), breaks = n_lvls))] 
ggplot(df, aes(X, Y)) + geom_point() + facet_grid(. ~ level)

lvls <- df[, .N, by = Name][order(-N), level := cut(cumsum(N), n_lvls, labels = FALSE)]
df <- lvls[df, on = "Name"]

ggplot(df, aes(X, Y)) + geom_point() + facet_grid(. ~ level)