Предположим, у меня есть таблица возрастов:Recode таблица в R
ages <- array(round(runif(min=10,max=200,n=100)),dim=100,dimnames=list(age=0:99))
Предположим теперь я хочу, чтобы свернуть свою таблицу возрастов в 5-летних широких возрастных групп.
Это можно сделать довольно легко, суммируя над различными значениями:
ages.5y <- array(NA,dim=20,dimnames=list(age=paste(seq(from=0,to=95,by=5),seq(from=4,to=99,by=5),sep=""))
ages.5y[1]<-sum(ages[1:5])
ages.5y[2]<-sum(ages[6:10)
...
ages.5y[20]<-sum(ages[96:100])
Это также может быть сделано с помощью цикла:
for(i in 1:20) ages.5y[i]<-sum(ages[(5*i-4):(5*i)])
Но в то время как этот метод легко для «обычных» преобразований , петлевый подход становится неосуществимым, если новые интервалы являются нерегулярными, например. 0-4,5: 12,13-24,25-50,60-99.
Если, вместо таблицы, я отдельные значения, это можно сделать довольно легко с помощью cut
:
flattened <- rep(as.numeric(dimnames(ages)$age),ages)
table(cut(flattened,breaks=seq(from=0,to=100,by=5)))
Это позволяет использовать любые случайные изломами, например breaks=c(5,10,22,33,41,63,88)
Однако это довольно интенсивный способ сделать это.
Итак, мой вопрос: есть ли лучший способ перекодировать таблицу непредвиденных обстоятельств?
будет ли это работать с нерегулярными новыми точками? – mzuba
Код должен был сделать ваши первые строки кода более компактными. – akrun