R 语言经典实例（原书第 2 版）

364

｜

第

12

章

12.5 对数据分组

12.5.1 问题

有一个向量，需要根据间隔将数据拆分为组。统计学家称之为对数据

分组

（binning）。

12.5.2 解决方案

使用 cut 函数。你必须定义一个向量，比如 breaks，它给出间隔的范围。cut 函数将

根据间隔对数据进行分组。它返回一个因子，它的水平（元素）标识每个组的数据：

f <- cut(x, breaks)

12.5.3 讨论

此示例生成 1000 个具有标准正态分布的随机数。它通过定义 ±1、±2 和±3 个标准差

的间隔，将这些数据分为 6 组：

x <- rnorm(1000)

breaks <- c(-3, -2, -1, 0, 1, 2, 3)

f <- cut(x, breaks)

结果是一个因子 f，用于标识分组。函数 summary 根据水平显示该组元素数量。R 为

每个水平创建名称，对间隔使用数学符号：

summary(f)

#> (-3,-2] (-2,-1] (-1,0] (0,1] (1,2] (2,3] NA's

#> 25 147 341 332 132 18 5

得到的结果数据是我们所期望的钟形。它有 5 个 NA 值，表示 x 中的 5 个值落在定义的

间隔之外。

可以使用 labels 参数为 6 个组提供预定义的名称，而不是将晦涩的合成名称分配给

它们：

f <- cut(x, breaks, labels = c("Bottom", "Low", "Neg", "Pos", "High", "Top"))

现在，函数 ...