确认直方图中低于X值的数据点

Question

我是R的新手，正在寻找一些我将使用ggplot2的情节。我有一个数据集，它的值从4到12，但也有大约200个值，简单地标记为<4。

我正试着把它们放到R上的直方图中，但我很难选择盒子的大小。理想情况下，我希望它有1-4，4-7，7-10，10-13的箱子

我一直在阅读关于这个问题的文档和其他人的问题，但我在斗争街上。我有一些用AutoHotkey编写自动化程序的经验，但对于编码来说就这些了。我还没能成功地使用中断功能来做我想做的事情

目前我不知道如何做到这一点，并简单地有一个直方图与箱子(单个数字)，R已经确定。然而，我已经看到在R上生成的图，其中的存储箱是间隔的。

提前感谢！

Answer 1

我认为您的value-column将是一个字符，因为它同时包含值和"< 4“条目。我建议使用dplyr重新编码您的数据，并使用一个新变量作为垃圾箱的度量，如下所示：

library(tidyverse) # loads ggplot2 and dplyr

# some sample data
x <- iris %>%

  # Sample data with '< 4' entries in your value column
  rename(val=Sepal.Length) %>%
  select(val,Species) %>%
  mutate(val=ifelse(val < 4,"< 4",val))

#   val  Species
# 1 5.1  setosa
# 2 4.9  setosa
# 3 4.7  setosa
# 4 4.6  setosa
# 5 5.0  setosa
# 6 5.4  setosa
# ...

# Recoding your data
x <- x %>%
  mutate(indicator=val) %>% # new variable: indicator
  mutate(indicator=ifelse(val == "< 4", "1-3",indicator)) %>%
  mutate(indicator=ifelse(between(round(as.numeric(val),0),4,6), "4-6",indicator)) %>%
  mutate(indicator=ifelse(between(round(as.numeric(val),0),7,9), "7-9",indicator)) %>%
  mutate(indicator=ifelse(between(round(as.numeric(val),0),10,12), "10-12",indicator))

# Plotting
ggplot(x,aes(indicator)) +
  geom_histogram(stat="count") # counting each case in the indicator variable

请注意，当R从1:3，从4:6开始计数时，您可能必须调整您的存储箱。其他编程语言不包括最后一个数字，但R包含。通过重新编码，您将在您的图上获得正确的标签。

​

​

这是你想要的吗？

Answer 2

您的问题可能是您有一个字符向量，因为<4不能是数值向量中的元素。您需要替换该值，然后将向量强制转换为数字。然后你可以做一个直方图。

x <- sample(c("<4", 5:12), 100, T) # create sample vector
x <- ifelse(x == "<4", "4", x) # replace
x <- as.numeric(x) # coerce
hist(x, breaks = c(0, 4, 7, 10, 13))

对于将来的问题，请提供您的问题的reproducible example。