R 基于列数据生成组列
我是R的新手,我试图根据列中的数据引入一个组列 data.frame的示例R 基于列数据生成组列,r,categories,R,Categories,我是R的新手,我试图根据列中的数据引入一个组列 data.frame的示例 1 11.3178501 4 9 11.618880 2 10.3969713 20 8 11.047486 8 9.5067421 14 7 10.079806 6 6.6135932 6
1 11.3178501 4 9 11.618880
2 10.3969713 20 8 11.047486
8 9.5067421 14 7 10.079806
6 6.6135932 6 6 7.002669
4 5.4157174 2 5 5.566232
17 3.8860793 5 4 4.235564
16 3.8183699 15 3 4.406416
11 1.2574765 18 2 1.885113
15 0.7084411 7 1 1.130990
第一列是由R引入的索引,但我进行了排序,因此顺序不同,我尝试引入一列,该列根据最后一列的值定义每行所属的括号。
因此,如果最后一列值介于0-5=>1,5-0=>2
等之间,那么我们在组->1,2,3…
末尾添加一个新列
16 3.8183699 15 3 4.406416 1
11 1.2574765 18 2 1.885113 2
15 0.7084411 7 1 1.130990 2
我尝试了下面的dataFrame$column4<5
,但这给了我一个布尔值,所以我想我会将它乘以1,然后得到以下结果
0 0 0 0 0 1 1 1 1
我不确定我是否在正确的轨道上 即使给出了您的评论,我仍然建议
cut
。它位于基R中,通常不被认为是一个奇特的函数
df <- structure(list(V1 = c(1L, 2L, 8L, 6L, 4L, 17L, 16L, 11L, 15L),
V2 = c(11.3178501, 10.3969713, 9.5067421, 6.6135932, 5.4157174,
3.8860793, 3.8183699, 1.2574765, 0.7084411), V3 = c(4L, 20L,
14L, 6L, 2L, 5L, 15L, 18L, 7L), V4 = c(9L, 8L, 7L, 6L, 5L,
4L, 3L, 2L, 1L), V5 = c(11.61888, 11.047486, 10.079806, 7.002669,
5.566232, 4.235564, 4.406416, 1.885113, 1.13099)), .Names = c("V1",
"V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA,
-9L))
df$groups <- cut(df$V5, seq(0,15, by=5))
> df
V1 V2 V3 V4 V5 groups
1 1 11.3178501 4 9 11.618880 (10,15]
2 2 10.3969713 20 8 11.047486 (10,15]
3 8 9.5067421 14 7 10.079806 (10,15]
4 6 6.6135932 6 6 7.002669 (5,10]
5 4 5.4157174 2 5 5.566232 (5,10]
6 17 3.8860793 5 4 4.235564 (0,5]
7 16 3.8183699 15 3 4.406416 (0,5]
8 11 1.2574765 18 2 1.885113 (0,5]
9 15 0.7084411 7 1 1.130990 (0,5]
>
即使给出您的评论,我仍然建议
cut
。它位于基R中,通常不被认为是一个奇特的函数
df <- structure(list(V1 = c(1L, 2L, 8L, 6L, 4L, 17L, 16L, 11L, 15L),
V2 = c(11.3178501, 10.3969713, 9.5067421, 6.6135932, 5.4157174,
3.8860793, 3.8183699, 1.2574765, 0.7084411), V3 = c(4L, 20L,
14L, 6L, 2L, 5L, 15L, 18L, 7L), V4 = c(9L, 8L, 7L, 6L, 5L,
4L, 3L, 2L, 1L), V5 = c(11.61888, 11.047486, 10.079806, 7.002669,
5.566232, 4.235564, 4.406416, 1.885113, 1.13099)), .Names = c("V1",
"V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA,
-9L))
df$groups <- cut(df$V5, seq(0,15, by=5))
> df
V1 V2 V3 V4 V5 groups
1 1 11.3178501 4 9 11.618880 (10,15]
2 2 10.3969713 20 8 11.047486 (10,15]
3 8 9.5067421 14 7 10.079806 (10,15]
4 6 6.6135932 6 6 7.002669 (5,10]
5 4 5.4157174 2 5 5.566232 (5,10]
6 17 3.8860793 5 4 4.235564 (0,5]
7 16 3.8183699 15 3 4.406416 (0,5]
8 11 1.2574765 18 2 1.885113 (0,5]
9 15 0.7084411 7 1 1.130990 (0,5]
>
贾斯汀的回答很好;然而,如果你想自己实现dumber cut,你可以这样做。首先,用你的阈值定义一个向量,比如贾斯汀的答案很好;然而,如果你想自己实现dumber cut,你可以这样做。首先,用阈值定义一个向量,如重新查看
?剪切。如果你不使用cut,我想学习R而不使用奇特的函数。其他一些可能的方法可能是findInterval
或使用模运算,但是如果你给出你的箱子的完整规格,这会有所帮助。请看?cut
。它将为您提供所需的一切。如果不使用cut,我想学习R而不使用奇特的函数,那么还有其他可能的方法是findInterval
或使用模块化算术,但如果您提供一个完整的箱子规格,这会有所帮助。注意,您可以指定cut
调用本身中使用的标签。因素是(内部)因素。其他一切实际上都只是一个标签,所以最好在cut
调用中处理它。(就我个人而言,我通常为此目的创建一个标签向量。)任何将其转换为整数的操作都可以(1)动态处理,或者可以创建一个调用cut并将其转换为适当标签的函数,因此调用此函数而不是cut
。模块化您的例程,而不是执行多个步骤。我就是这么看的。注意,您可以指定cut
调用本身中使用的标签。因素是(内部)因素。其他一切实际上都只是一个标签,所以最好在cut
调用中处理它。(就我个人而言,我通常为此目的创建一个标签向量。)任何将其转换为整数的操作都可以(1)动态处理,或者可以创建一个调用cut并将其转换为适当标签的函数,因此调用此函数而不是cut
。模块化您的例程,而不是执行多个步骤。我就是这么看的。
rowSums(outer(values,thre,'>'))
ultraDumbCut<-function(v,thre) rowSums(outer(v,thre,'>'))
dumbCut<-function(v,jump=5,thre=seq(0,max(v),by=jump)) rowSums(outer(v,thre,'>'))