如何在 R 中使用中断进行切割

Question

我试图了解 cut 如何划分和创建间隔；尝试过?cut但无法弄清楚r 中的cut是如何工作的。 这是我的问题：

set.seed(111)
data1 <- seq(1,10, by=1)
data1 
[1]  1  2  3  4  5  6  7  8  9 10
data1cut<- cut(data1, breaks = c(0,1,2,3,5,7,8,10), labels = FALSE)
data1cut
[1] 1 2 3 4 4 5 5 6 7 7

1. 为什么data1cut结果中没有包含8,9,10 ？
2.为什么summary(data1)和summary(data1cut)产生不同的结果？

summary(data1)
Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
1.00    3.25    5.50    5.50    7.75   10.00 

summary(data1cut)
Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
1.00    3.25    4.50    4.40    5.75    7.00  

我应该如何更好地使用cut以便我可以根据summary(data1)的结果创建4 个 bin？

bin1 [1 -3.25]
bin2 (3.25 -5.50]
bin3 (5.50 -7.75]
bin4 (7.75 -10] 

谢谢你。

Answer 1

cut在您的示例中，将向量拆分为以下部分：0-1 ( 1); 1-2 ( 2); 2-3 ( 3); 3-5 ( 4); 5-7 ( 5); 7-8 ( 6); 8-10 ( 7)

括号中的数字是cut根据提供的breaks值分配给每个 bin 的默认标签。

cut默认情况下不包括较低的范围。如果你想改变它，那么你需要在include.lowest参数中指定它。

1. 您没有分配标签，并且此函数中的默认参数为 FALSE，因此改为使用级别代码（括号中）的整数向量。

2. summary(data1)是原始数据summary(data1cut)的摘要，是您的拆分的摘要。

您可以使用以下方法获得所需的拆分：

data2cut<- 
  cut(data1, breaks = c(1, 3.25, 5.50, 7.75, 10),
      labels = c("1-3.25", "3.25-5.50", "5.50-7.75", "7.75-10"),
      include.lowest = TRUE)

结果如下：

> data2cut

 [1] 1-3.25    1-3.25    1-3.25    3.25-5.50 3.25-5.50 5.50-7.75 5.50-7.75 7.75-10   7.75-10  
[10] 7.75-10  
Levels: 1-3.25 3.25-5.50 5.50-7.75 7.75-10

我希望现在清楚了。