如何在R中的密度函数中使用表格数据?

如何在R中的密度函数中使用表格数据?,r,bigdata,kernel-density,probability-density,r-table,R,Bigdata,Kernel Density,Probability Density,R Table,我的真实数据有91个连续的分类值,计数范围从1230到300239。这意味着我有一个表,有91个类别和91个对应的y值,计算有多少点属于这些类别。既然R的密度函数接受非表格数据,我该如何为这些数据创建密度函数呢?或者我如何将我的数据整理成表格 我如何让函数接受这样的数据 y<-c(2,3,1) x<-c(0,1,2) fakedata<-cbind(x,y) fakedata_density<-density(fakedata, from=0, to=2, n=3) y

我的真实数据有91个连续的分类值,计数范围从1230到300239。这意味着我有一个表,有91个类别和91个对应的y值,计算有多少点属于这些类别。既然R的密度函数接受非表格数据,我该如何为这些数据创建密度函数呢?或者我如何将我的数据整理成表格

我如何让函数接受这样的数据

y<-c(2,3,1)
x<-c(0,1,2)
fakedata<-cbind(x,y)
fakedata_density<-density(fakedata, from=0, to=2, n=3)
y仅作为清晰密度(伪数据,从=0到=2,n=3)不会产生正确的结果。下面是相同数据但格式不同的预期结果。谢谢。只是为了澄清,密度(伪造数据,从=0到=2,n=3)并不能产生正确的结果。下面是相同数据但格式不同的预期结果。非常感谢。
data<-c(1,1,1,0,0,2)
data_density<-density(data, from=0, to =2, n=3) #A kernel is produced for 
#each categorical value 0, 1, and 2. 

plot(data_density)# this works