Lära Gruppering av numerisk data

Kontinuerliga numeriska data kan omvandlas till kategorier med hjälp av funktionen cut(). Detta är användbart när du vill analysera intervall snarare än enskilda värden.

Funktionsöversikt

Funktionen cut() delar upp tal i intervall och returnerar en faktor:

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

x: numerisk vektor att kategorisera;
breaks: antal intervall eller specifika gränspunkter;
labels: namn på kategorier;
right: om intervallen är slutna till höger;
ordered_result: om kategorierna ska vara ordnade.

Exempel


              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 ett resultat:

Data delas in i tre intervall: (0,160], (160,190] och (190,250];
De är märkta som 'short', 'medium' och 'tall';
Kategorierna följer en naturlig ordning.

Uppgift

Swipe to start coding

Du har en vektor med numeriska betyg. Så här kategoriserar du dem som faktornivåer:

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

Din uppgift är att:

Skapa en variabel som heter grades_f som kategoriserar betygen med hjälp av funktionen cut(). Använd följande parametrar:
- breaks - c(0, 60, 75, 85, 95, 100);
- labels - c('F', 'D', 'C', 'B', 'A');
- ordered_result - TRUE (för att ordna faktornivåerna);
- right - FALSE (för att inkludera den vänstra gränsen av ett intervall, inte den högra).
Skriv ut innehållet i grades_f.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 5

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Awesome!

Completion rate improved to 2.27

Svep för att visa menyn