R中区间的伪变量代码

我有一个来自特定来源的属性的距离变量（以米为单位），通过QGIS在我的数据子集中创建

我想在R中创建如下虚拟间隔：

0-100101-200201-300301-400和401-500

为了在以下任何时间间隔内包含所有属性，我编写了如下代码：

data$Distance_100<-0
data$Distance_100[data$Distance<100]<-1

data$Distance_200<-0
data$Distance_200[data$Distance>=101&data$Distance<200]<-1

data$Distance_300<-0
data$Distance_300[data$Distance>=201&data$Distance<300]<-1

data$Distance_400<-0
data$Distance_400[data$Distance>=301&data$Distance<400]<-1

data$Distance_500<-0
data$Distance_500[data$Distance>=401&data$Distance<500]<-1

data$DistanceCut5 = cut(data$Distance, breaks=c(0,100,200,300,400,500))

---

data$Distance\u 100使用
cut
函数为间隔创建单个分类变量：

data$Distance_100<-0
data$Distance_100[data$Distance<100]<-1

data$Distance_200<-0
data$Distance_200[data$Distance>=101&data$Distance<200]<-1

data$Distance_300<-0
data$Distance_300[data$Distance>=201&data$Distance<300]<-1

data$Distance_400<-0
data$Distance_400[data$Distance>=301&data$Distance<400]<-1

data$Distance_500<-0
data$Distance_500[data$Distance>=401&data$Distance<500]<-1

data$DistanceCut5 = cut(data$Distance, breaks=c(0,100,200,300,400,500))

如果您正在进行回归，则不需要编写单独的伪变量<如果在回归公式中输入
DistanceCut5
，则code>R

将为您解决该问题

另外，请查看

cut

的帮助，以便了解如何更改类别标签（使用

labels

参数）以及如何确定间隔的右侧或左侧是否关闭（使用

right

参数）

此外，如果

Distance

的任何值大于500，cut会将类别标签设置为

NA

（缺失）。如果要确保

Distance

的所有值在

DistanceCut5

中都有类别值，请确保

级别的最低值和最高值之间的范围包括
距离中的所有值

另一种风格的评论：
data
实际上是
R
中的一个函数，因此最好不要养成将其用作数据帧名称的习惯。
model.matrix（~DistanceCut5+0，data=data）
将在需要时为您提供拆分的列。谢谢，@eipi10！就一个（愚蠢的）问题。0-100区间似乎无法估计？从DistanceCut（100200）DistanceCut（200300）等开始。那么这是101-200和201-300吗？因此它不会重叠。非常感谢！您是指您的数据帧还是这是回归分析的结果？如果是后者，则
（0100）
是基本类别，其他类别系数是相对于基本类别的。这就像传统的虚拟编码一样。如果要在回归中包含截距，则始终必须省略一个类别。另一件事：由于本例中的类别是有序的，因此应设置
有序的\u result=TRUE
在
cut
函数中。这将使
R
将
distance cut5
视为有序因素，而不是名义因素。除了迄今为止有用的答案外，请查看
findInterval
，并在发布问题之前学会搜索。