按组划分的因素水平

Question

我有一个 data.table，如下所示：

library(data.table)
dt <- fread(
    "Sex   Height   
     M   180   
     F   179
     F   162   
     M   181  
     M   165   
     M   178   
     F   172   
     F   160",
  header = TRUE
)

我想将高度分成几组。但是，我想要男女分开的小组。下面的代码给了我三个因子水平，我想要六个。

dt[,height_f := cut(Height, breaks = c(0, 165, 180, 300), right = FALSE), by="Sex"]

> table(dt$height_f)

  [0,165) [165,180) [180,300) 
        2         4         2

感觉应该是很简单的东西，就是不知道怎么写。

期望的输出：

> table(dt$height_f)

  M:[0,165) M:[165,180) M:[180,300) F:[0,165) F:[165,180) F:[180,300) 
        0         3          1            2         2         0

Answer 1

这可能是合适的。我们最终没有使用 table 来显示输出，尽管我认为 tibble 输出可能更有用：

library(dplyr)

dt %>%
    mutate(Height = cut(Height, breaks = c(0, 166, 181, 301))) %>%
    group_by(Sex, Height, .drop = FALSE) %>%
    summarise(n = n())

## A tibble: 6 x 3
## Groups:   Sex [2]
#  Sex   Height        n
#  <chr> <fct>     <int>
#1 F     (0,166]       2
#2 F     (166,181]     2
#3 F     (181,301]     0
#4 M     (0,166]       1
#5 M     (166,181]     3
#6 M     (181,301]     0

请注意，breaks 参数可以理解为“直到这个数字”，因此为了获得您想要的输出，我们需要将每个整数加 1（即 breaks = c(0, 166, 181, 301）。我们还需要指定 .drop = FALSE 如果我们希望空组显示在您想要的输出中（默认为 TRUE）。

Answer 2

一个data.table解决方案：

dt[, height_cat := cut(Height, breaks = c(0, 165, 180, 300), right = FALSE)]
dt[, height_f := 
       factor(
         paste(Sex, height_cat, sep = ":"), 
         levels = dt[, CJ(Sex, height_cat, unique = TRUE)][, paste(Sex, height_cat, sep = ":")]
       )]

table(dt$height_f)
# F:[0,165) F:[165,180) F:[180,300)   M:[0,165) M:[165,180) M:[180,300) 
#         2           2           0           0           2           2

按组划分的因素水平

Factor levels by group

syntax

refactoring

r

levels

data.table