интервал резки на основе ограничений в списке

Question

У меня есть следующий фрейм данных с 4 числовыми столбцами:

df <- structure(list(a = c(0.494129340746821, 1.0182303327812, 0.412227511922328, 
0.204436644926016, 0.707038309818134, -0.0547300783473556, 1.02124944293185, 
0.381284586356091, 0.375197843213519, -1.18172401075089), b = 
c(-1.34374367808722, 
-0.724644569211516, -0.618107980582741, -1.79274868750102, 
-3.03559838445132, 
-0.205726144151615, -0.441511286334811, 0.126660637747845, 
0.353737902975931, 
-0.26601393471207), c = c(1.36922677098999, -1.81698348029464, 
-0.846111260721092, 0.121256015837603, -1.16499681749603, 1.14145675696301, 
-0.782988942359773, 3.25142254765012, -0.132099541183856, -0.242831877642412
), d = c(-0.30002630673509, -0.507496812070994, -2.59870853299723, 
-1.30109828239028, 1.05029458887117, -0.606381379180569, -0.928822706709913, 
-0.68324741261771, -1.17980245487707, 2.20174180936794)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

Я хотел бы создать два новых факторных столбца, в которых я группирую столбцы 2 и 3 в соответствии со значениями, приведенными в списке L:

ColsToChoose = c(2,3)
L = list()
L[[1]] = c(-0.3, 0.7)
L[[2]] = c(-1, 0.5, 1)

df %>% mutate_at(ColsToChoose, funs(intervals = cut(., c(-Inf, L[[.]], Inf))))

То есть я ожидаю получить два новых столбца, первый из которых называется intervals_b, указывающий, находятся ли значения столбца b (столбец 2) между -Inf и -0,3, -0,3 и 0,7 или 0,7 и Inf, и аналогично для столбца c: -Inf до -1, от -1 до 0,5, от 0,5 до 1 и от 1 до Inf.

Iполучаю ошибку:

Ошибка в mutate_impl (.data, dots): Ошибка оценки: не удалось выполнить рекурсивное индексирование на уровне 2

Я хотел бы сделать это дляВ общем случае, поэтому я использую неявные имена.

Есть идеи?

Answer 1

Вы можете сделать эту базовую R mapply, передавая ColsToChoose из df и L параллельно, чтобы получить диапазон.

df[paste0("interval", names(df)[ColsToChoose])] <- 
               mapply(function(x, y) cut(x, c(-Inf, y, Inf)), df[ColsToChoose], L)

df

#        a      b      c      d   intervalb   intervalc
#     <dbl>  <dbl>  <dbl>  <dbl>   <chr>       <chr>    
# 1  0.494  -1.34   1.37  -0.300 (-Inf,-0.3] (1, Inf] 
# 2  1.02   -0.725 -1.82  -0.507 (-Inf,-0.3] (-Inf,-1]
# 3  0.412  -0.618 -0.846 -2.60  (-Inf,-0.3] (-1,0.5] 
# 4  0.204  -1.79   0.121 -1.30  (-Inf,-0.3] (-1,0.5] 
# 5  0.707  -3.04  -1.16   1.05  (-Inf,-0.3] (-Inf,-1]
# 6 -0.0547 -0.206  1.14  -0.606 (-0.3,0.7]  (1, Inf] 
# 7  1.02   -0.442 -0.783 -0.929 (-Inf,-0.3] (-1,0.5] 
# 8  0.381   0.127  3.25  -0.683 (-0.3,0.7]  (1, Inf] 
# 9  0.375   0.354 -0.132 -1.18  (-0.3,0.7]  (-1,0.5] 
#10 -1.18   -0.266 -0.243  2.20  (-0.3,0.7]  (-1,0.5] 

---

A tidyverse подход, используя тот же подход

library(tidyverse)

bind_cols(df, 
    map2(df[ColsToChoose], L, ~ cut(.x, c(-Inf, .y, Inf))) %>%
    data.frame() %>%
    rename_all(paste0, "_interval"))

Это дает тот же вывод, что и выше.