R: Как перекодировать числовую переменную в порядковую переменную с тем же N для каждой категории? - PullRequest
Новая
       38

R: Как перекодировать числовую переменную в порядковую переменную с тем же N для каждой категории?

0 голосов
/ 12 октября 2018

Таким образом, в общем, я хочу превратить numeric income variable в ordinal income variable, где определяются точки отсечения для категорий, чтобы каждая категория заканчивалась одинаковыми N (или на 1 меньше для одной из категорийесли это нечетное число N, для начала).

Кто-нибудь знает, как я могу сделать это в R?

1 Ответ

0 голосов
/ 12 октября 2018

Вот пример использования mtcars.

Я бы предложил вам использовать функцию ntile, которая разбивает вашу переменную на группы с одинаковым числом наблюдений.

Предположим, что интересующая переменная равна disp: 

library(dplyr)

mtcars %>%
  group_by(g = ntile(disp, 3)) %>%                        # split variable into 3 groups
  mutate(g_range = paste0(min(disp), "-", max(disp))) %>% # create the ranges
  ungroup() -> df

Ваши обновленные данные (df) будут выглядеть следующим образом: 

# # A tibble: 32 x 13
#    mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb     g g_range  
#    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <chr>    
# 1  21       6  160    110  3.9   2.62  16.5     0     1     4     4     2 146.7-301
# 2  21       6  160    110  3.9   2.88  17.0     0     1     4     4     2 146.7-301
# 3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1     1 71.1-145 
# 4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1     2 146.7-301
# 5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2     3 304-472  
# 6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1     2 146.7-301
# 7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4     3 304-472  
# 8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2     2 146.7-301
# 9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2     1 71.1-145 
#10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4     2 146.7-301
# # ... with 22 more rows

Вы можете проверить количество дел в каждой группе: 

df %>% count(g, g_range)

# # A tibble: 3 x 3
#       g g_range       n
#   <int> <chr>     <int>
# 1     1 71.1-145     11
# 2     2 146.7-301    11
# 3     3 304-472      10
...