Hur man skapar undergrupper av data i R-dummies

Innehållsförteckning:

• Så här använder du klipp för att skapa ett fast antal undergrupper

• Funktionen cut () i R skapar rutor av samma storlek (som standard) i dina data och klassificerar sedan varje element i dess lämplig bin.

  Om det här låter som en mun, oroa dig inte. Några exempel skulle få detta att komma till liv.

  Så här använder du klipp för att skapa ett fast antal undergrupper

  För att illustrera användningen av cut (), kolla in det inbyggda datasetet. x77, en array med flera kolumner och en rad för varje stat i USA:

  >> huvud (stat. X77) Befolkningsinkomst Analfabetism Livsförlust Mord HS Grad Frostområde Alabama 3615 3624 2. 1 69. 05 15. 1 41. 3 20 50708 Alaska 365 6315 1 5 69 31 11 3 66. 7 152 566432 Arizona 2212 4530 1. 8 70. 55 7. 8 58. 1 15 113417 Arkansas 2110 3378 1. 9 70. 66 10. 1 39. 9 65 51945 Kalifornien 21198 5114 1. 1 71. 71 10. 3 62. 6 20 156361 Colorado 2541 4884 0. 7 72. 06 6. 8 63. 9 166 103766

  Du vill arbeta med kolumnen Frost. För att extrahera den här kolumnen, prova följande:
  

  >> Frosthuvud (frost, 5) Alabama Alaska Arizona Arkansas Kalifornien 20 152 15 65 20
  Du har nu ett nytt objekt, frost, en namngiven numerisk vektor. Använd nu cut () för att skapa tre fack i dina data: >> cut (frost, 3, include. Lowest = TRUE) [1] [-0. 188, 62. 6] (125, 188] [-0, 188, 62, 6] (62, 6, 125] [5] [-0, 188, 62, 6] (125, 188) (125, 188] (62, 6, 125] … [45] (125, 188) (62, 6, 125] [-0, 188, 62, 6] (62, 6, 125] [49] (125, 188) 125, 188] Nivåer: [-0, 188, 62, 6] (62, 6, 125] (125, 188)

  Resultatet är en faktor med tre nivåer. Navnen på nivåerna verkar vara lite komplicerade, men de berättar i matematisk inställning hur gränserna på dina lager är. Till exempel innehåller den första facket de stater som har frost mellan -0, 188 och 62. 8 dagar.
  

  I själva verket kommer ingen av staterna naturligtvis att ha frost på negativa dagar - R är matematiskt konservativ och lägger lite på vaddering.
  

  Observera att argumentet inkluderar. lowest = TRUE to cut (). Standardvärdet för detta argument är inkluderat. lowest = FALSE, vilket ibland kan orsaka att R ignorerar det lägsta värdet i dina data.

  Lägga till etiketter för att klippa

  Nivån Namnen är inte särskilt användarvänliga, så ange några bättre namn med l abels argument: >> cut (frost, 3, include. lägsta = SÄRSKILDA, etiketter = c ("Låg", "Med", "Hög")) [1] Låg Hög Låg Med Låg Hög Hög Med Låg Låg Låg … [45] Hög Med Låg Med Hög Högnivå: Låg Med Hög

  Nu har du en faktor som klassificerar stater till låg, medium och hög, beroende på hur många dagar frosten de får.