Come creare una variabile categoriale da continue in r

È possibile utilizzare la funzione cut() in R per creare una variabile categoriale da una variabile continua.

Questa funzione utilizza la seguente sintassi di base:

 df$cat_variable <- cut(df$continuous_variable,
                       breaks=c(5, 10, 15, 20, 25),
                       labels=c(' A ', ' B ', ' C ', ' D '))

Da notare che break specifica i valori per cui dividere la variabile continua e label specifica l’etichetta da dare ai valori della nuova variabile categoriale.

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: creazione di una variabile categoriale da un continuo in R

Supponiamo di avere il seguente frame di dati in R:

 #create data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'),
                 points=c(78, 82, 86, 94, 99, 104, 109, 110))

#view data frame
df

  team points
1 To 78
2 B 82
3 C 86
4 D 94
5 E 99
6 F 104
7 G 109
8:11 a.m.

Attualmente, i punti sono una variabile continua.

Possiamo usare la funzione cut() per tagliarlo in una variabile categoriale:

 #add new column that cuts 'points' into categories
df$cat <- cut(df$points,
              breaks=c(70, 80, 90, 100, 110),
              labels=c('Bad', 'OK', 'Good', 'Great'))

#view updated data frame
df

  team points cat
1 To 78 Bad
2 B 82 OK
3 C 86 OK
4 D 94 Good
5 E 99 Good
6 F 104 Great
7 G 109 Great
8:110 Great

Abbiamo creato una nuova variabile categoriale chiamata cat che classifica ciascuna squadra nel frame di dati come Cattiva, OK, Buona o Eccellente in base ai punti ottenuti.

Possiamo usare la funzione class() per verificare la classe di questa nuova variabile:

 #check class of 'cat' column
class(df$cat)

[1] “factor”

Vediamo che la variabile cat è un fattore.

Possiamo anche usare la funzione table() per contare le occorrenze di ciascuna categoria nella variabile cat :

 #count occurrences of each category in 'cat' variable
table(df$cat)
  Bad OK Good Great 
    1 2 2 3

Tieni presente che se non fornisci un argomento label alla funzione cut() , R utilizzerà semplicemente l’intervallo di valori dell’intervallo come etichette:

 #add new column that cuts 'points' into categories
df$cat <- cut(df$points, breaks=c(70, 80, 90, 100, 110))

#view updated data frame
df

  team points cat
1 A 78 (70.80]
2 B 82 (80.90]
3 C 86 (80.90]
4 D 94 (90,100]
5 E 99 (90,100]
6 F 104 (100,110]
7 G 109 (100,110]
8:110 (100,110]

In alcuni casi potresti preferirlo all’utilizzo di etichette personalizzate.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni in R:

Come convertire le variabili categoriali in numeriche in R
Come creare variabili categoriali in R
Come tracciare i dati categorici in R