R中的切割和分位数不包括零答案

【问题标题】：Cut and quantile in R in not including zeroR中的切割和分位数不包括零
【发布时间】：2017-10-15 00:39:25
【问题描述】：

我正在尝试根据第一个、第三个和第四个分位数（即 0-25%、25%-75%、75%-100%）对 R 中的列中的数字数据进行分箱。我使用了以下代码，但零不包含在分箱中。它们显示为 NA。

rawdata1$usage4 <- cut(rawdata1$Usage_Percentage,
      breaks = quantile(rawdata1$Usage_Percentage,
      probs = c(-Inf,0.25,0.75,Inf),include.lowest=T),labels=F)

quantile.default(rawdata1$Usage_Percentage, probs = c(-Inf, 0.25, : [0,1] 之外的“概率”

但是，如果使用以下代码并将其分为 4 个分位数，则 bin 就可以了。

rawdata1$usage5 <- cut(rawdata1$Usage_Percentage,
   breaks = quantile(rawdata1$Usage_Percentage),
   include.lowest=T,labels=F)

【问题讨论】：

你试过probs = c(0,0.25,0.75,1),

标签： r cut quantile binning

【解决方案1】：

要在分箱中包含零，您还可以使用Hmisc 中的cut2 函数。这是一个例子。

data <- data.frame(vect = c(1.64, 1.5, 1.5, 1.41, 1.64, 1.64, 0, 1.45, 1.64, 1.5, 1.45, 0, 1.45, 1.64,
                            1.5, 1.5, 1.5, 0, 1.5, 1.41, 0.18, 0.09, 0.1, 0.09, 0.05, 0.09, 1.64, 1.5,
                            1.5, 0.1, 0.05, 0.09, 0, 5.82, 5.86, 5.86, 0, 5.82, 5.82, 5.82, 5.82, 5.82,
                            5.86, 5.86, 5.82, 0, 5.91, 9.41, 9.5, 5.91, 0, 9.45, 5.91, 9.45, 5.91, 0,
                            0, 9.55, 5.91, 9.55, 9.5, 9.55, 0, 5.82, 1.64))

data$bin <- factor(Hmisc::cut2(data$vect, g = 4), labels = c(1:4))
#g represents the number of quantile groups

【讨论】：