<\/p>\n
\u00c8 possibile utilizzare uno dei due metodi per eseguire il raggruppamento dei dati in R:<\/span><\/p>\n Metodo 1: utilizzare la funzione cut()<\/strong><\/span><\/p>\n Metodo 2: utilizzare la funzione ntile()<\/strong><\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con il seguente frame di dati:<\/span><\/p>\n Il codice seguente mostra come eseguire il raggruppamento dei dati sulla variabile points<\/strong> utilizzando la funzione cut()<\/strong> con segni di interruzione specifici:<\/span><\/p>\n Nota che ogni riga nel frame dati \u00e8 stata posizionata in uno dei tre gruppi in base al valore della colonna punto.<\/span><\/p>\n Potremmo anche specificare il numero di salti da utilizzare per creare riquadri di uguale larghezza andando dal valore minimo al valore massimo della colonna di punti<\/strong> :<\/span><\/p>\n Il codice seguente mostra come eseguire il raggruppamento di dati sulla variabile points<\/strong> utilizzando la funzione ntile()<\/strong> con un numero specifico di gruppi risultanti:<\/span><\/p>\n Tieni presente che a ciascuna riga \u00e8 stata assegnata una casella da 1 a 3 in base al valore della colonna punto<\/strong> .<\/span><\/p>\n \u00c8 preferibile utilizzare la funzione ntile()<\/strong> quando si desidera che in ogni riga venga visualizzato un valore intero anzich\u00e9 un intervallo che indica l’intervallo del contenitore.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in R:<\/span><\/p>\n Come sostituire condizionalmente i valori nel frame di dati in R<\/a> \u00c8 possibile utilizzare uno dei due metodi per eseguire il raggruppamento dei dati in R: Metodo 1: utilizzare la funzione cut() library (dplyr) #perform binning with custom breaks df %>% mutate(new_bin = cut(variable_name, breaks=c(0, 10, 20, 30))) #perform binning with specific number of bins df %>% mutate(new_bin = cut(variable_name, breaks= 3 )) Metodo 2: utilizzare […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n library<\/span> (dplyr)\n\n#perform binning with custom breaks<\/span>\ndf %>% mutate(new_bin = cut(variable_name, breaks=c(0, 10, 20, 30)))\n\n#perform binning with specific number of bins\n<\/span>df %>% mutate(new_bin = cut(variable_name, breaks= 3<\/span> ))\n<\/strong><\/pre>\n library<\/span> (dplyr)\n\n#perform binning with specific number of bins<\/span>\ndf %>% mutate(new_bin = ntile(variable_name, n= 3<\/span> ))\n<\/strong><\/pre>\n #create data frame\ndf <- data. frame<\/span> (points=c(4, 4, 7, 8, 12, 13, 15, 18, 22, 23, 23, 25),\n assists=c(2, 5, 4, 7, 7, 8, 5, 4, 5, 11, 13, 8),\n rebounds=c(7, 7, 4, 6, 3, 8, 9, 9, 12, 11, 8, 9))\n\n#view head of data frame\n<\/span>head(df)\n\n points assists rebounds\n1 4 2 7\n2 4 5 7\n3 7 4 4\n4 8 7 6\n5 12 7 3\n6 13 8 8<\/span><\/span><\/strong><\/pre>\n Esempio 1: eseguire il raggruppamento dei dati con la funzione cut()<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\n\n#perform data binning on variable points<\/em>\n<\/span>df %>% mutate(points_bin = cut(points, breaks=c(0, 10, 20, 30)))\n\n points assists rebounds points_bin\n1 4 2 7 (0.10]\n2 4 5 7 (0.10]\n3 7 4 4 (0.10]\n4 8 7 6 (0.10]\n5 12 7 3 (10.20]\n6 13 8 8 (10.20]\n7 15 5 9 (10.20]\n8 18 4 9 (10.20]\n9 22 5 12 (20.30]\n10 23 11 11 (20.30]\n11 23 13 8 (20.30]\n12 25 8 9 (20.30]\n<\/span><\/span><\/strong><\/pre>\n library<\/span> (dplyr)\n\n#perform data binning on variable points<\/em>\n<\/span>df %>% mutate(points_bin = cut(points, breaks= 3<\/span> ))\n\n points assists rebounds points_bin\n1 4 2 7 (3.98.11]\n2 4 5 7 (3.98.11]\n3 7 4 4 (3.98.11]\n4 8 7 6 (3.98.11]\n5 12 7 3 (11.18]\n6 13 8 8 (11.18]\n7 15 5 9 (11.18]\n8 18 4 9 (11.18]\n9 22 5 12 (18.25]\n10 23 11 11 (18.25]\n11 23 13 8 (18.25]\n12 25 8 9 (18.25]\n<\/span><\/span><\/strong><\/pre>\n Esempio 2:<\/strong><\/span> eseguire il raggruppamento dei dati con la funzione ntile()<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\n\n#perform data binning on variable points<\/em>\n<\/span>df %>% mutate(points_bin = ntile(points, n= 3<\/span> ))\n\n points assists rebounds points_bin\n1 4 2 7 1\n2 4 5 7 1\n3 7 4 4 1\n4 8 7 6 1\n5 12 7 3 2\n6 13 8 8 2\n7 15 5 9 2\n8 18 4 9 2\n9 22 5 12 3\n10 23 11 11 3\n11 23 13 8 3\n12 25 8 9 3\n<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare una media troncata in R<\/a>
Come calcolare la media condizionale in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"