Binning uma variável numérica em r
Pergunta
Eu tenho um vetor x que contém números positivos que eu quero bis/discretizar. Para este vetor, quero que os números [0, 10) apareçam exatamente como existem no vetor, mas os números [10, ∞) são 10+.
Estou a usar:
x <- c(0,1,3,4,2,4,2,5,43,432,34,2,34,2,342,3,4,2)
binned.x <- as.factor(ifelse(x > 10,"10+",x))
Mas isso parece klugey para mim. Alguém conhece uma solução melhor ou uma abordagem diferente?
Solução
Que tal cut
:
binned.x <- cut(x, breaks = c(-1:9, Inf), labels = c(as.character(0:9), '10+'))
Que produz:
# [1] 0 1 3 4 2 4 2 5 10+ 10+ 10+ 2 10+ 2 10+ 3 4 2
# Levels: 0 1 2 3 4 5 6 7 8 9 10+
Outras dicas
Sua pergunta é inconsistente.
Na descrição 10
pertence ao grupo "10+", mas em código 10
é o nível separado. Se 10
deve estar no grupo "10+", então você deve ser
as.factor(ifelse(x >= 10,"10+",x))
Nesse caso, você pode truncar dados para 10 (se não quiser um fator):
pmin(x, 10)
# [1] 0 1 3 4 2 4 2 5 10 10 10 2 10 2 10 3 4 2 10
x[x>=10]<-"10+"
Isso lhe dará um vetor de cordas. Você pode usar as.numeric(x)
para converter de volta aos números ("10+" se tornar NA
), ou as.factor(x)
Para obter seu resultado acima.
Observe que isso modificará o próprio vetor original; portanto, você pode copiar para outro vetor e trabalhar nisso.