使用来自其他列的中断值将函数剪切应用于一列

Question

假设我有这个数据库：

Bins=10
df=data.frame(Min=c(0,10,20,30), Max=c(5,16,26,38),val=c(3,11,21,31))

我想添加另一列，在其中我对一列中的值进行分类（即列调用“val”），按在其他两列中的值之间创建的相等大小的箱（即，列之间的间隔调用 Min 和 Max .

我以为我可以只使用定义为中断 Min 和 Max 列之间的序列的 cut 函数，但它不起作用。

df$bin=cut(df$val, breaks = seq(from = df$Min, to =df$Max,length.out =Bins) ,include.lowest =TRUE)

知道如何定义每行上的函数 cut 使用的中断吗？

Answer 1

您可以将mutate()与dplyr包中的rowwise()一起使用。

df %>% 
  rowwise() %>% 
  mutate(bin=cut(val, breaks = seq(from = Min, to =Max,length.out =Bins) ,include.lowest =TRUE))

输出：

    Min   Max   val bin        
  <dbl> <dbl> <dbl> <fct>      
1     0     5     3 (2.78,3.33]
2    10    16    11 (10.7,11.3]
3    20    26    21 (20.7,21.3]
4    30    38    31 (30.9,31.8]

如果不是bin列显示因子变量的 range ，您可以这样做以使bin成为该范围的中点：

f <- function(s,e,b,val) {
  x = seq(s,e,length.out = b)
  max(x[x<val]) + (min(x[x>val])-max(x[x<val]))/2
}

df %>% 
  rowwise() %>% 
  mutate(bin=f(Min, Max, Bins, val))

输出：

    Min   Max   val   bin
  <dbl> <dbl> <dbl> <dbl>
1     0     5     3  3.06
2    10    16    11 11   
3    20    26    21 21   
4    30    38    31 31.3