Як виконати групування даних у r: із прикладами

Ви можете використовувати один із двох методів для групування даних у R:

Спосіб 1: використовуйте функцію 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 ))

Спосіб 2: використовуйте функцію ntile().

 library (dplyr)

#perform binning with specific number of bins
df %>% mutate(new_bin = ntile(variable_name, n= 3 ))

У наведених нижче прикладах показано, як використовувати кожен метод на практиці з таким кадром даних:

 #create data frame
df <- data. frame (points=c(4, 4, 7, 8, 12, 13, 15, 18, 22, 23, 23, 25),
                 assists=c(2, 5, 4, 7, 7, 8, 5, 4, 5, 11, 13, 8),
                 rebounds=c(7, 7, 4, 6, 3, 8, 9, 9, 12, 11, 8, 9))

#view head of data frame
head(df)

  points assists rebounds
1 4 2 7
2 4 5 7
3 7 4 4
4 8 7 6
5 12 7 3
6 13 8 8

Приклад 1: Виконайте групування даних за допомогою функції cut().

У наступному коді показано, як виконати групування даних у змінній point за допомогою функції cut() із певними позначками розриву:

 library (dplyr)

#perform data binning on variable points
df %>% mutate(points_bin = cut(points, breaks=c(0, 10, 20, 30)))

   points assists rebounds points_bin
1 4 2 7 (0.10]
2 4 5 7 (0.10]
3 7 4 4 (0.10]
4 8 7 6 (0.10]
5 12 7 3 (10.20]
6 13 8 8 (10.20]
7 15 5 9 (10.20]
8 18 4 9 (10.20]
9 22 5 12 (20.30]
10 23 11 11 (20.30]
11 23 13 8 (20.30]
12 25 8 9 (20.30]

Зауважте, що кожен рядок у кадрі даних поміщено в одну з трьох груп на основі значення стовпця точки.

Ми також можемо вказати кількість стрибків для створення прямокутників однакової ширини від мінімального значення до максимального значення стовпця точок :

 library (dplyr)

#perform data binning on variable points
df %>% mutate(points_bin = cut(points, breaks= 3 ))

   points assists rebounds points_bin
1 4 2 7 (3.98.11]
2 4 5 7 (3.98.11]
3 7 4 4 (3.98.11]
4 8 7 6 (3.98.11]
5 12 7 3 (11.18]
6 13 8 8 (11.18]
7 15 5 9 (11.18]
8 18 4 9 (11.18]
9 22 5 12 (18.25]
10 23 11 11 (18.25]
11 23 13 8 (18.25]
12 25 8 9 (18.25]

Приклад 2: Виконайте групування даних за допомогою функції ntile().

У наведеному нижче коді показано, як виконати групування даних для змінної points за допомогою функції ntile() із певною кількістю результуючих груп:

 library (dplyr)

#perform data binning on variable points
df %>% mutate(points_bin = ntile(points, n= 3 ))

   points assists rebounds points_bin
1 4 2 7 1
2 4 5 7 1
3 7 4 4 1
4 8 7 6 1
5 12 7 3 2
6 13 8 8 2
7 15 5 9 2
8 18 4 9 2
9 22 5 12 3
10 23 11 11 3
11 23 13 8 3
12 25 8 9 3

Зауважте, що кожному рядку присвоєно поле від 1 до 3 на основі значення стовпця точки .

Найкраще використовувати функцію ntile() , якщо потрібно, щоб у кожному рядку відображалося ціле значення, а не інтервал, що вказує на діапазон бункера.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові завдання в R:

Як умовно замінити значення в кадрі даних в R
Як обчислити зрізане середнє в R
Як обчислити умовне середнє в R