r - 使用 as.factor 而不是 plyr 和 ddply 对 R 中的变量进行分组？

Question

抱歉，这是一个更有经验的 R 用户会知道的事情，但我只是遇到了这个问题，想问一下正确的用法。

似乎可以使用 as.factor 对变量范围进行分类。因此，我可以将观察结果分组到一个范围内。例如，如果我正在查看用户的访问，看起来我可以编写一个 if/then 语句来按用户的访问范围对用户进行分类，然后根据组获取汇总统计信息。

以下是我了解此内容的链接:http://programming-r-pro-bro.blogspot.com/2011/10/modelling-with-r-part-2.html

现在，虽然这个函数看起来比使用 plyr 和 ddply 分组数据更容易，但它看起来还不够强大，无法将变量分成 X 个 bin (例如十分位数为 10) - 您必须自己执行此操作。

这引出了我的问题 - 一种比另一种更适合对数据进行分组，还是有很多方法可以解决这样的分组问题？

谢谢

Answer 1

我认为 cut 是一个更好的工具。

一些样本数据:

set.seed(123)
age <- round(runif(10,20,50))

这就是我要做的:

> cut(age, c(0,30,40,Inf))
 [1] (0,30]   (40,Inf] (30,40]  (40,Inf] (40,Inf] (0,30]   (30,40]  (40,Inf]
 [9] (30,40]  (30,40] 
Levels: (0,30] (30,40] (40,Inf]

(可选)手动设置因子标签:

> cut(age, c(0,30,40,Inf), labels=c('0-30', '31-40', '40+'))
 [1] 0-30  40+   31-40 40+   40+   0-30  31-40 40+   31-40 31-40
Levels: 0-30 31-40 40+

相比之下，链接页面建议:

> as.factor(ifelse(age<=30, '0-30', ifelse(age <= 40, '30-40', '40+')))
 [1] 0-30  40+   30-40 40+   40+   0-30  30-40 40+   30-40 30-40
Levels: 0-30 30-40 40+