【发布时间】:2021-06-17 04:22:47
【问题描述】:
我有以下数据框,其中包含每个县的数据:
A tibble: 6 x 4
# Groups: countyfips, day_after_reopening, deciles_income [6]
countyfips day_after_reopening deciles_income winner2016
<int> <drtn> <int> <chr>
1 1001 -109 days 8 Donald Trump
2 1001 -102 days 8 Donald Trump
3 1001 -95 days 8 Donald Trump
4 1001 -88 days 8 Donald Trump
5 1001 -81 days 8 Donald Trump
6 1001 -74 days 8 Donald Trump
我想按 day_after_reopening 列对其进行分组。然而,问题是每个县的 day_after_reopening 数字略有不同,因为每个县的观测结果都是同时进行的,但是每个县都在一周中的不同日子开放(例如,在两个县之外,我会喜欢在同一组中,一个可能有-109,另一个可能有-108)。
您如何将这两个数值非常相似的县组合在一起?谢谢。
【问题讨论】:
-
首先,分组的意义何在?之后你打算做什么?好主意可能是创建一个新变量,将不同的时间范围合并在一起 - 0-25、26-50 等......或者按四分位数......您可以使用 case_when 来制作该变量。然后您可以按该新变量进行分组。
-
您是否有特定的阈值,或者您希望它是数据驱动的?如果是数据驱动的,可以试试
cut() -
我不太确定您所说的数据驱动是什么意思,但我想根据从 0 开始的 7 天间隔对其进行拆分。@Mike
-
我想从 0 开始以 7 天为间隔进行拆分。@gregdubrow
-
所以你想要一个变量,我们称之为day_after_group,即0-6、7-13、14-20等?我认为 cut() 函数可以做到这一点。可能有助于将伪造的示例数据框作为代表,因此您可以显示所需结果的 sn-p。