Lære Gruppering av numeriske data

Kontinuerlige numeriske data kan omgjøres til kategorier ved hjelp av funksjonen cut(). Dette er nyttig når du ønsker å analysere intervaller i stedet for enkeltverdier.

Funksjonsoversikt

Funksjonen cut() deler tall inn i intervaller og returnerer en faktor:

cut(x, breaks, labels = NULL, right = TRUE, ordered_result = FALSE)

x: numerisk vektor som skal kategoriseres;
breaks: antall intervaller eller spesifikke delingspunkter;
labels: navn på kategoriene;
right: om intervallene skal være lukket til høyre;
ordered_result: om kategoriene skal være ordnet.

Eksempel


              12345678910
            
heights <- c(170, 165, 195, 172, 189, 156, 178, 198,
             157, 182, 171, 184, 163, 176, 169, 153)

# Split heights into 3 groups
heights_f <- cut(heights,
                 breaks = c(0, 160, 190, 250),
                 labels = c('short', 'medium', 'tall'),
                 ordered_result = TRUE)

heights_f

Som et resultat:

Dataene deles inn i tre intervaller: (0,160], (160,190] og (190,250];
De er merket som 'short', 'medium' og 'tall';
Kategoriene følger en naturlig rekkefølge.

Oppgave

Swipe to start coding

Du har en vektor med numeriske karakterer. Slik kan du kategorisere dem som faktornivåer:

[0, 60) - 'F';
[60, 75) - 'D';
[75, 85) - 'C';
[85, 95) - 'B';
[95, 100) - 'A'.

Din oppgave er å:

Opprette en variabel kalt grades_f som kategoriserer karakterene ved å bruke funksjonen cut(). Bruk følgende parametere:
- breaks - c(0, 60, 75, 85, 95, 100);
- labels - c('F', 'D', 'C', 'B', 'A');
- ordered_result - TRUE (for å ordne faktornivåene);
- right - FALSE (for å inkludere venstre grense av et intervall, ikke høyre).
Skriv ut innholdet i grades_f.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 5

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Suggested prompts:

Can you explain what the `right` argument does in the `cut()` function?

How can I choose the best break points for my data?

What does the output of the `cut()` function look like?

Awesome!

Completion rate improved to 2.27

Sveip for å vise menyen