如何在 R 中的 cut 函数中放置多个中断？答案

【问题标题】：How to put multiple breaks in cut function in R?如何在 R 中的 cut 函数中放置多个中断？
【发布时间】：2019-10-08 19:40:04
【问题描述】：

我有 3 列，我想根据示例中的每列的 3 个不同的中断放置标签，但我不知道如何，因为我可以为相同的中断标记多个列，但不能为不同的中断（br1， br2, br3)。

var <- 1:10

x1 <- rnorm(10, mean=100, sd=25)
x2 <- rnorm(10, mean=100, sd=25)
x3 <- rnorm(10, mean=100, sd=25)
df <- data.frame(var,x1,x2,x3)

#With 1 break for all the columns
br1 <-c(50,60,70,80,90,100,110,120,130,140)
df2 <-data.frame(lapply(df[, 2:4], cut, br=br1, labels=c(1:9)))

问题：如何在相同的代码或任何想法中对列 x2 和 x3 使用以下中断（#breaks 2 和 3），以便每列（x1，x2，x3）都有中断（br1，br2， br3)?

#breaks 2 and 3
br2 <-c(30,40,45,55,61,70,98,105,115,138)
br3<-c(20,25,30,35,38,42,45,70,95,132)

【问题讨论】：

我的回答有帮助吗？
@slava-kohut 您的回答帮助了我，现在可以轻松继续我的工作了。非常感谢。
然后考虑支持或接受
李斯托，非常感谢！

标签： r function multiple-columns cut

【解决方案1】：

你可以使用Map:

Map(function(x, y, labels=1:9) cut(x, y, labels = labels), df[, 2:4], list(br1, br2, br3))

输出是df 的列列表。可以使用as.data.frame 将其转换为数据框。您还可以将其他参数添加到cut（例如，include_lowest）。提供的间隔之外的值是NAs。

# OUTPUT
$x1
 [1] 6    8    <NA> 8    9    4    5    <NA> 6    8   
Levels: 1 2 3 4 5 6 7 8 9

$x2
 [1] 8 6 6 5 3 7 8 6 9 8
Levels: 1 2 3 4 5 6 7 8 9

$x3
 [1] 8    9    <NA> 9    9    9    <NA> 9    8    8   
Levels: 1 2 3 4 5 6 7 8 9

数据

set.seed(123)
var <- 1:10

x1 <- rnorm(10, mean=100, sd=25)
x2 <- rnorm(10, mean=100, sd=25)
x3 <- rnorm(10, mean=100, sd=25)
df <- data.frame(var,x1,x2,x3)

#With 1 break for all the columns
br1 <-c(50,60,70,80,90,100,110,120,130,140)
br2 <-c(30,40,45,55,61,70,98,105,115,138)
br3<-c(20,25,30,35,38,42,45,70,95,132)

【讨论】：

【解决方案2】：

考虑将cut 值分配为带有for 循环的新列，使用get() 在列后缀中使用变量名称：

set.seed(1082019)
#...

for(b in c("br1", "br2", "br3")) 
    df[paste0(names(df)[2:4], "_", b)] <- lapply(df[, 2:4], cut, br=get(b), labels=c(1:9))

df

#    var        x1        x2        x3 x1_br1 x2_br1 x3_br1 x1_br2 x2_br2 x3_br2 x1_br3 x2_br3 x3_br3
# 1    1 121.95508  98.40327 139.31413      8      5      9      9      7   <NA>      9      9   <NA>
# 2    2 105.28775 116.99844  83.12366      6      7      4      8      9      6      9      9      8
# 3    3  80.17226 118.92694 104.57693      4      7      6      6      9      7      8      9      9
# 4    4 146.94335  90.50056  58.35752   <NA>      5      1   <NA>      6      4   <NA>      8      7
# 5    5  98.15953  23.58072  86.67441      5   <NA>      4      7   <NA>      6      9      1      8
# 6    6 137.52613  74.83507  95.49531      9      3      5      9      6      6   <NA>      8      9
# 7    7  51.41213 141.01571  68.36462      1   <NA>      2      3   <NA>      5      7   <NA>      7
# 8    8  74.05926 134.66125  93.40060      3      9      5      6      9      6      8   <NA>      8
# 9    9  63.16221  52.25081  76.96090      2      1      3      5      3      6      7      7      8
# 10  10 123.96491  73.03856 138.41414      8      3      9      9      6   <NA>      9      8   <NA>

【讨论】：