Como criar uma variável categórica de continue em r

Você pode usar a função cut() em R para criar uma variável categórica a partir de uma variável contínua.

Esta função usa a seguinte sintaxe básica:

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

Observe que breaks especifica os valores pelos quais dividir a variável contínua e rótulos especifica o rótulo a ser dado aos valores da nova variável categórica.

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: criando uma variável categórica a partir de um continuum em R

Suponha que temos o seguinte quadro de dados em 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.

Atualmente, os pontos são uma variável contínua.

Podemos usar a função cut() para transformá-lo em uma variável categórica:

 #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

Criamos uma nova variável categórica chamada cat que classifica cada equipe no quadro de dados como Ruim, OK, Bom ou Excelente com base em seus pontos .

Podemos usar a função class() para verificar a classe desta nova variável:

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

[1] “factor”

Vemos que a variável cat é um fator.

Também podemos usar a função table() para contar as ocorrências de cada categoria na variável cat :

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

Observe que se você não fornecer um argumento de rótulos para a função cut() , R simplesmente usará o intervalo de valores de intervalo como rótulos:

 #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]

Em alguns casos, você pode preferir isso a usar rótulos personalizados.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em R:

Como converter variáveis categóricas em numéricas em R
Como criar variáveis categóricas em R
Como plotar dados categóricos em R