如何在年齡類別中重新編碼連續年齡並同時創建一個新變量

Question

我有一個年齡變量，我需要將其重新編碼為類別。 我已經看到了這兩個問題，但答案似乎只在 memory 中創造了一些東西。 當我打開 data.table 時，新的分類變量不存在。 我看不到它，也無法使用它進行子集化。 但我可以在它上面運行一個頻率。 但我需要它成為自己的變量。

R 代碼將年齡分類為組/箱/休息

將年齡變量轉換為序數變量

如何將連續變量轉換為因子並在之后獲得有形變量？ 或者，我如何將 memory 中正在創建的內容變為現實？

`setDT(LSSCM)[client_age <17, agegroup := "0-17"]`
`LSSCM[client_age >=18 & client_age <=24, agegroup := "18-24"]`
`LSSCM[client_age >=25 & client_age <=30, agegroup := "25-30"]`
`LSSCM[client_age >=31 & client_age <=39, agegroup := "31-39"]`
`LSSCM[client_age >=40 & client_age <=54, agegroup := "40-54"]`
`LSSCM[client_age >=55 & client_age <=64, agegroup := "55-64"]`
`LSSCM[client_age >=65 & client_age <=75, agegroup := "65-75"]`
`LSSCM[client_age >=76, agegroup := "76+"]`

也試過了。

LSSCM$age_cat <- case_when(LSSCM$client_age <= 17 ~ '0-17',
                           between(LSSCM$client_age, 18, 24) ~ '18-24',`
                           between(LSSCM$client_age, 25, 30) ~ '25-30',`
                           between(LSSCM$client_age, 31, 39) ~ '31-39',`
                           between(LSSCM$client_age, 40, 54) ~ '40-54',`
                           between(LSSCM$client_age, 55, 64) ~ '55-64',`
                           between(LSSCM$client_age, 65, 75) ~ '65-75',`
                           LSSCM$client_age >= 76 ~ '76+')`

Answer 1

只需將首選解決方案的結果分配到 data.frame 中的列中。 例如：

df$agegroups<-cut(df$ages, breaks=c(20, 30, 40, 50), right = FALSE)

例如：

df<-data.frame(age = c(55, 60, 65, 70, 75, 80, 85, 90, 95))
df
  age
1  55
2  60
3  65
4  70
5  75
6  80
7  85
8  90
9  95
df$age_cat<-cut(df$age, breaks=c(0,17,24,30,39,54,64,75), right = FALSE)
df
  age age_cat
1  55 [54,64)
2  60 [54,64)
3  65 [64,75)
4  70 [64,75)
5  75    <NA>
6  80    <NA>
7  85    <NA>
8  90    <NA>
9  95    <NA>