如何根据R中的列值范围拆分数据框？

Question

我有一个这样的数据集：

Users   Age
1        2
2        7
3        10
4        3
5        8
6        20

如何将此数据集分成3个数据集，其中第一个数据集包含所有年龄在0-5岁之间的用户，第二个用户年龄在6-10岁之间，第三个用户年龄在11-15岁之间？

Answer 1

您可以在一行代码中结合使用split和cut来完成此操作，从而避免使用针对不同数据范围的一组不同表达式进行子集：

split(dat, cut(dat$Age, c(0, 5, 10, 15), include.lowest=TRUE))
# $`[0,5]`
#   Users Age
# 1     1   2
# 4     4   3
# 
# $`(5,10]`
#   Users Age
# 2     2   7
# 3     3  10
# 5     5   8
# 
# $`(10,15]`
# [1] Users Age  
# <0 rows> (or 0-length row.names)

cut根据指定的断点拆分数据，而split根据提供的类别拆分数据帧。如果将此计算结果存储到名为l的列表中，则可以使用l[[1]]、l[[2]]和l[[3]]或更详细的命令来访问较小的数据框：

l$`[0,5]`
l$`(5,10]`
l$`(10, 15]`

Answer 2

首先，为了我的目的，这里是您的数据集：foo=data.frame(Users=1:6,Age=c(2,7,10,3,8,20))

这是您的第一个0-5岁的数据集：subset(foo,Age<=5&Age>=0)

  Users Age
1     1   2
4     4   3

这是你的第二个6-10岁的孩子：subset(foo,Age<=10&Age>=6)

  Users Age
2     2   7
3     3  10
5     5   8

您的第三个(使用subset(foo,Age<=15&Age>=11))是空的-您的最后一个Age观察值超过15。

还请注意，5和6或10和11之间的小数年龄(例如5.1，10.5)将被排除，因为此代码与您的问题非常匹配。如果你想让年龄小于6岁的人加入第一组，只需将代码修改为subset(foo,Age<6&Age>=0)即可。如果您更喜欢第二组中有Age=5.1的虚构人物，那么该组的代码应该是subset(foo,Age<=10&Age>5)。

Answer 3

我们还可以使用data.table包中的between函数。

# Create a data frame
dat <- data.frame(Users = 1:7, Age = c(2, 7, 10, 3, 8, 12, 15))

# Convert the data frame to data table by reference
# (data.table is also a data.frame)
setDT(dat)

# Define a list with the cut pairs
cuts <- list(c(0, 5), c(6, 10), c(11, 15))

# Cycle through dat and cut it into list of data tables by the values in Age
# matching the defined cuts
lapply(X = cuts, function(i) {
  dat[between(x = dat[ , Age], lower = i[1], upper = i[2])]
})

输出：

[[1]]
   Users Age
1:     1   2
2:     4   3

[[2]]
   Users Age
1:     2   7
2:     3  10
3:     5   8

[[3]]
   Users Age
1:     6  12
2:     7  15

许多其他的事情也是可能的，包括分组，data.table是相当灵活的。