R中的压缩压缩

Question

我有一个数据集，它有17854个不同级别的邮政编码分布在美国各地。在R中有什么函数或者我可以用什么方法来减少级别的数量吗？我需要把它减少到不到500个不同的水平。

谢谢你，米纳尔

Answer 1

   trunc( as.numeric( substr( zipvec, 1,3))/2 )

Answer 2

这些数据可能对你有用。它有人口、城市、县、长、州、类型等方面的数据。

> url <- "http://www.unitedstateszipcodes.org/zip_code_database.csv"
> tmp <- tempfile()
> download.file(url, tmp)
> zips <- read.csv("zip_code_database.csv")
> unlink(tmp)
> zip.sub <- zips[zips$type == "STANDARD", 
                  c("zip", "state", "latitude", "longitude")]

> zip.sub[sample(1:nrow(zip.sub), 10, FALSE), ]
##         zip state latitude longitude
## 12121 28649    NC    36.33    -81.23
## 4129  11359    NY    40.79    -73.77
## 22577 51026    IA    42.23    -96.09
## 40251 95480    CA    38.64   -123.37
## 23441 53804    WI    42.89    -90.92
## 40574 96022    CA    40.33   -122.45
## 13589 31548    GA    30.79    -81.66
## 40557 96001    CA    40.60   -122.46
## 40428 95757    CA    38.35   -121.42
## 4531  12205    NY    42.66    -73.79

当我们应用@BondedDust提交的截断函数时，我们得到

> trn <- trunc(as.numeric(substr(zip.sub$zip, 1,3))/2)
> length(unique(trn))
## [1] 442