Code R pour classer l'âge en groupe / poubelles / pauses

Je suis en train de classer l'âge dans le groupe afin de ne pas être continue. J'ai ce code:

data$agegrp(data$age>=40 & data$age<=49) <- 3
data$agegrp(data$age>=30 & data$age<=39) <- 2
data$agegrp(data$age>=20 & data$age<=29) <- 1

le code ci-dessus n'est pas de travail en vertu de la survie de l'emballage. Il me fait:

invalid function in complex assignment

Pouvez-vous m'indiquer où est l'erreur? data est le dataframe je suis à l'aide.

source d'informationauteur leian

  1. 26

    Je voudrais utiliser findInterval() ici:

    Premier, font partie de l'échantillon de données

    set.seed(1)
ages <- floor(runif(20, min = 20, max = 50))
ages
# [1] 27 31 37 47 26 46 48 39 38 21 26 25 40 31 43 34 41 49 31 43

    Utilisation findInterval() à classer les "âges" de vecteur.

    findInterval(ages, c(20, 30, 40))
# [1] 1 2 2 3 1 3 3 2 2 1 1 1 3 2 3 2 3 3 2 3

    Sinon, comme recommandé dans les commentaires, cut() est également utile ici:

    cut(ages, breaks=c(20, 30, 40, 50), right = FALSE)
cut(ages, breaks=c(20, 30, 40, 50), right = FALSE, labels = FALSE)
  2. 8

    Cette réponse fournit deux façons de résoudre le problème à l'aide de la data.table paquet, ce qui pourrait grandement améliorer la vitesse du processus. Ce point est crucial si l'on travaille avec les grands ensembles de données.

    1s Approche: une adaptation de la réponse précédente, mais maintenant, à l'aide de data.table + y compris labels:

    library(data.table)

agebreaks <- c(0,1,5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,500)
agelabels <- c("0-1","1-4","5-9","10-14","15-19","20-24","25-29","30-34",
               "35-39","40-44","45-49","50-54","55-59","60-64","65-69",
               "70-74","75-79","80-84","85+")

setDT(data)[ , agegroups := cut(age, 
                                breaks = agebreaks, 
                                right = FALSE, 
                                labels = agelabels)]

    2ème Approche: C'est un plus verbeux méthode, mais elle rend aussi plus claire de ce qu'est exactement tombe à l'intérieur de chaque groupe d'âge:

    setDT(data)[age <1, agegroup := "0-1"]
data[age >0 & age <5, agegroup := "1-4"]
data[age >4 & age <10, agegroup := "5-9"]
data[age >9 & age <15, agegroup := "10-14"]
data[age >14 & age <20, agegroup := "15-19"]
data[age >19 & age <25, agegroup := "20-24"]
data[age >24 & age <30, agegroup := "25-29"]
data[age >29 & age <35, agegroup := "30-34"]
data[age >34 & age <40, agegroup := "35-39"]
data[age >39 & age <45, agegroup := "40-44"]
data[age >44 & age <50, agegroup := "45-49"]
data[age >49 & age <55, agegroup := "50-54"]
data[age >54 & age <60, agegroup := "55-59"]
data[age >59 & age <65, agegroup := "60-64"]
data[age >64 & age <70, agegroup := "65-69"]
data[age >69 & age <75, agegroup := "70-74"]
data[age >74 & age <80, agegroup := "75-79"]
data[age >79 & age <85, agegroup := "80-84"]
data[age >84, agegroup := "85+"]

    Bien que les deux approches devraient donner le même résultat, je préfère le 1er, pour deux raisons. (a) Il est plus court à écrire et (2) les groupes d'âge sont commandés de manière correcte, ce qui est crucial quand il s'agit de visualiser les données.

  3. 0

    Disons que votre âge ont été stockées dans le dataframe colonne intitulée age. Votre dataframe est dfet que vous voulez une nouvelle colonne age_grouping contenant le "seau" que votre âge tomber dans.

    Dans cet exemple, supposons que votre âge variait de 0 -> 100, et que vous souhaitez les regrouper tous les 10 ans. Le code suivant devrait accomplir par le stockage de ces intervalles dans une nouvelle age grouping colonne:

    df$age_grouping <- cut(df$age, c(0:100, 10))
  4. 0
    myData$age_grp <- myData$age
myData$age_grp <- ifelse((myData$age>=10 & myData$age<=18) , 'minnor',myData$age_grp)
myData$age_grp <- ifelse((myData$age>18 & myData$age<=21) , 'junior',myData$age_grp)
myData$age_grp <- ifelse((myData$age>21 & myData$age<=25) , 'major_1',myData$age_grp)
myData$age_grp <- ifelse((myData$age>25 & myData$age<=30) , 'major_2',myData$age_grp)
myData$age_grp <- ifelse((myData$age>30 & myData$age<=40) , 'major_3',myData$age_grp)
myData$age_grp <- ifelse((myData$age>40 & myData$age<=55) , 'major_4',myData$age_grp)
myData$age_grp <- ifelse((myData$age>55) , 'minnor',myData$age_grp)
myData$age_grp<-as.factor(myData$age_grp)
summary(myData$age_grp)
library(dplyr)
myData <- select(myData, -(age) )