在帶有cut2的pretty_breaks時避免空的和小的組

Question

我與變量類似的數據工作val下面創建值：

# data --------------------------------------------------------------------

data("mtcars")
val <- c(mtcars$wt, 10.55) 

我以以下方式剪切此變量：

# Cuts --------------------------------------------------------------------

cut_breaks <- pretty_breaks(n = 10, eps.correct = 0)(val)
res <- cut2(x = val, cuts = cut_breaks)

產生以下結果：

> table(res)
res
[ 1, 2) [ 2, 3) [ 3, 4) [ 4, 5) [ 5, 6)       6       7       8       9 [10,11] 
      4       8      16       1       3       0       0       0       0       1

在創建的輸出中，我想更改以下內容：

• 我對創建具有一種價值的團體不感興趣。 理想情況下，我希望每個組至少具有3/4的值。 矛盾的是，我可以離開具有0值的組，因為稍后合並到我的真實數據中時，這些值將掉落
• 對切​​割機制的任何更改，都必須在具有整數值的變量上進行
• 削減必須漂亮。 我正在嘗試避免類似1.23-2.35的情況。 即使考慮到分布，這些值將是最明智的。
• 實際上，我要實現的目標是： 設法使一個或多個漂亮的小組變得越來越多，如果得到一個非常小的小組，然后將其與下一個小組合並，則不必擔心出現空小組 。

---

完整代碼

為了方便起見，完整的代碼如下：

# Libs --------------------------------------------------------------------

   Vectorize(require)(package = c("scales", "Hmisc"),
                      character.only = TRUE)


   # data --------------------------------------------------------------------

   data("mtcars") val <- c(mtcars$wt, 10.55) 

   # Cuts --------------------------------------------------------------------

   cut_breaks <- pretty_breaks(n = 10, eps.correct = 0)(val) res <-
   cut2(x = val, cuts = cut_breaks)

---

我嘗試過的

第一種方法

我試圖用玩eps.correct = 0的值pretty_breaks像代碼：

cut_breaks <- pretty_breaks(n = cuts, eps.correct = 0)(variable)

但沒有任何一個價值使我接近某個地方

第二種方法

我也嘗試過在cut2函數中使用m= 5參數，但我一直保持相同的結果。

---

評論回復

我的休息功能

我嘗試了mybreaks函數，但我必須對它進行一些工作才能獲得更多精簡變量的有效削減。 從廣義上講， pretty_breaks對我來說很合適，因為不希望出現不時出現的小團體。

> set.seed(1); require(scales)
> mybreaks <- function(x, n, r=0) {
+   unique(round(quantile(x, seq(0, 1, length=n+1)), r))
+ }
> x <- runif(n = 100)
> pretty_breaks(n = 5)(x)
[1] 0.0 0.2 0.4 0.6 0.8 1.0
> mybreaks(x = x, n = 5)
[1] 0 1

Answer 1

您可以使用quantile()函數作為相對簡單的方法來在每個組中獲得相似數量的觀測值。

例如，這是一個函數，該函數采用值x的向量，所需的組數n和中斷所需的舍入點r ，並為您提供建議的切入點。

mybreaks <- function(x, n, r=0) {
  unique(round(quantile(x, seq(0, 1, length=n+1)), r))
}

cut_breaks  <- mybreaks(val, 5)
res <- cut(val, cut_breaks, include.lowest=TRUE)
table(res)

 [2,3]  (3,4] (4,11] 
     8     16      5