Làm thế nào để tạo các phân nhóm con dữ liệu trong R - núm vú

Các cut () chức năng trong R tạo thùng có kích thước bằng nhau (theo mặc định) trong dữ liệu của bạn và sau đó phân loại thùng thích hợp.

Nếu điều này nghe như miệng thì đừng lo. Một số ví dụ nên làm cho điều này trở nên sống động.

Cách sử dụng cắt để tạo một số nhóm cố định

Để minh họa cho việc sử dụng cut (), hãy xem trạng thái của bộ dữ liệu đã được cài sẵn. x77, mảng có vài cột và một hàng cho mỗi tiểu bang ở Hoa Kỳ:

>> người đứng đầu (tiểu bang x77) Dân số thu nhập mù chữ Cuộc đời mạo danh HS Đứng Frost Area Alabama 3615 3624 2. 1 69. 05 15. 1 41. 3 20 50708 Alaska 365 6315 1. 5 69 31 11 3 66. 7 152 566432 Arizona 2212 4530 1. 8 70. 55 7. 8 58. 1 15 113417 Arkansas 2110 3378 1. 9 70. 66 10. 1 39. 9 65 51945 California 21198 5114 1. 1 71. 71 10. 3 62. 6 20 156361 Colorado 2541 4884 0. 7 72. 06 6. 8 63. 9 166 103766

Bạn muốn làm việc với cột có tên Frost. Để trích xuất cột này, hãy thử như sau:

>> đầu băng giá (băng giá, 5) Alabama Alaska Arizona Arkansas California 20 152 15 65 20

Bây giờ bạn có một vật mới, băng giá, một vector số được đặt tên. Bây giờ sử dụng cut () để tạo ra ba thùng trong dữ liệu của bạn: >> cut (frost, 3, include. Thấp nhất = TRUE) [1] [-0. 188, 62. 6] (62, 6, 125] [5] [-0, 188, 62. 6] (125, 188] (125, 188 (62, 6, 125) [49] (125, 188) (62.6, 125) [-0, 188, 62. 6] (62.6, 125] [49] (125, 188) (125, 188] Mức độ: [-0, 188, 62. 6] (62, 6, 125) (125, 188)

Kết quả là một yếu tố có ba mức độ Tên của các cấp có vẻ hơi phức tạp, nhưng chúng cho bạn biết trong ký hiệu toán học những gì các ranh giới của thùng rác của bạn được.Ví dụ, thùng đầu tiên chứa những trạng thái có băng giá từ -0.88 và 62. 8 ngày.

Trong thực tế, dĩ nhiên, không một trạng thái nào sẽ có băng giá vào những ngày âm - R đang có tính bảo thủ toán học và thêm một chút đệm.

Giá trị mặc định cho đối số này là bao gồm Làm thế nào để thêm nhãn để cắt

Mức tên không phải là rất thân thiện với người dùng, do đó, chỉ định một số tên tốt hơn với l abels lập luận: >> cắt (frost, 3, bao gồm. thấp nhất = TRUE, nhãn = c ("Thấp", "Med", "Cao")) [1] Thấp Cao Cao Thấp Cao Thấp Cao Thấp Thấp thấp Thấp … [45] Cao Cao Trung bình Cao Cao Cao:

Bây giờ bạn có một yếu tố phân loại trạng thái thành thấp, trung bình và cao, tùy thuộc vào số ngày băng giá họ nhận được.

Cách sử dụng bảng đếm số lượng quan sát

Một phân tích thú vị là đếm bao nhiêu trạng thái trong mỗi khung. Bạn có thể làm điều này với bảng () chức năng, mà đơn giản đếm số quan sát trong mỗi cấp độ của yếu tố của bạn.

>> x bảng (x) x thấp Cao trung bình 11 19 20