根据现有变量的频率创建新变量

Question

我是R的新手，并试图弄清楚如何根据数据帧中另一个变量的频率创建一个新变量。我有很多观察值，并希望将它们按小(少于15个观察值)，中(15-20 obs)和大(超过20 obs)分组，也就是说，我试图将class_size重新编码为有序变量。例如，如果我有以下数据:

df <- data.frame(student_id = c(A,B,C,D,E,F,G,H,I,J),
class_size = c(10,15,20,15,35,25,11,40,40,10))

我想得到以下结果:

student_id  class_size  new_class_size 
A              10        small
B              15        medium  
C              20        medium 
D              15        small 
E              35        large   etc...
F
G
H
I
J

我看了看函数case_when，但它没有给我我想要的。我如何在R中重新编码class_size变量?

Answer 1

我们可以使用cut和breaks作为断点，labels

library(dplyr)
df <- df %>%
mutate(new_class_size = cut(class_size, 
breaks = c(-Inf, 15, 20, Inf), labels = c("small", "medium", "large")))

与产出

df <- structure(list(student_id = c("A", "B", "C", "D", "E", "F", "G", 
"H", "I", "J"), class_size = c(10, 15, 20, 15, 35, 25, 11, 40, 
40, 10)), class = "data.frame", row.names = c(NA, -10L))