对“癌症.csv”中的肾细胞癌组织内微血管数进行连续属性的离散化处理
增加“微血管数分类1”属性，取值为等宽类别值（分为5类），增加“微血管数分类2”属性，取值为自定义类别值（0~40,41~60,61~120,121~150,151~200,201~250)，增加“微血管数分类3”属性，取值为等频类别值（分为5类）
setwd('D:\\data') list.files() #读取数据 dat=read.csv(file="癌症.csv",header=TRUE) #等宽类别值 v1=dat[,4]/max(dat[,4])*5 v1=ceiling(v1)#将得到的值向上取整 dat=data.frame(dat,'微血管数分类1'=v1)#变量重命名，存入数据 #自定义类 c2=c(0,40,60,120,150,200,250) v2=cut(dat[,4],c2,labels = F,right = T) dat=data.frame(dat,'微血管数分类2'=v2)#变量重命名，存入数据 names(dat)=c("f1","f2","f3","f4","f5","f6") #变量重命名 #attach(data) n=length(dat[,1]) k=5#等频划分为5组 m=length(k) data=dat[order(dat$f4),]#按大小排序作为离散化依据 v3=rep(1:k, each = n/k, len = n)#定义新变量 dat=data.frame(dat,"微血管数分类3"=v3)
实现过程
增加“微血管数分类1”属性，取值为等宽类别值（分为5类）
v1=dat[,4]/max(dat[,4])*5 v1=ceiling(v1)#将得到的值向上取整 dat=data.frame(dat,'微血管数分类1'=v1)#变量重命名，存入数据
输出：[1] 1 2 4 3 2 2 2 5 2 2 3 2 2 1 1 2 3 3 1 4 2 3 4 3 3
(区间值 / max()*等宽 分类 控制数值区间在1~5)
增加“微血管数分类2”属性，取值为自定义类别值（0~40,41~60,61~120,121~150,151~200,201~250)
c2=c(0,40,60,120,150,200,250) v2=cut(dat[,4],c2,labels = F,right = T) dat=data.frame(dat,'微血管数分类2'=v2)#变量重命名，存入数据
输出： [1] 2 2 5 4 3 3 3 6 3 3 4 3 2 2 1 3 4 3 2 5 2 4 5 4 4
cut()函数：切割将x的范围划分为时间间隔
参数：
breaks:两个或更多个唯一切割点或单个数字（大于或等于2）的数字向量，给出x被切割的间隔的个数。
breaks:采用fivenum():返回五个数据：最小值、下四分位数、中位数、上四分位数、最大值。
labels：为区间数，打标签
right=T：右区间取闭区间(10,20]
增加“微血管数分类3”属性，取值为等频类别值（分为5类）
n=length(dat[,1]) k=5#等频划分为5组 m=length(k) data=dat[order(dat$肾细胞癌组织内微血管数),]#按大小排序作为离散化依据 v3=rep(1:k, each = n/k, len = n)#定义新变量 dat=data.frame(dat,"微血管数分类3"=v3)
输出：[1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5
rep()函数 传送门
rep(x, ...)
rep.int(x, times)
rep_len(x, length.out)
rep函数有4个参数：
x：向量或者类向量的对象
each：x元素每个重复次数
times:each后的向量的处理，如果times是单个值，则each后的值整体重复times次数，如果是x each后的向量相等长度的向量，则对each后的每个元素重复times同一位置的元素的次数，否则会报错
length.out指times处理后的向量最终输出的长度，如果长于生成的向量，则补齐。也就是说rep会先处理each参数，生成一个向量X1，然后times再对X1进行处理生成X2，length.out在对X2进行处理生成最终输出的向量X3> rep(1:4,times=c(1,2,3,4)) #与向量x等长times模式
[1] 1 2 2 3 3 3 4 4 4 4
> rep(1:4,times=c(1,2,3)) #非等长模式，出现错误
Error in rep(1:4, times = c(1, 2, 3)) : invalid 'times' argument
> rep(1:4,each=2,times=c(1,2,3,4)) #还是非等长模式，因为each后的向量有8位，而不是4位
Error in rep(1:4, each = 2, times = c(1, 2, 3, 4)) :
invalid 'times' argument
> rep(1:4,times=c(1,2,3,4)) #等长模式，我写重了o(╯□╰)o
[1] 1 2 2 3 3 3 4 4 4 4
> rep(1:4,times=c(1,2,3,4),each=3) #重复的例子啊，莫拍我
Error in rep(1:4, times = c(1, 2, 3, 4), each = 3) :
invalid 'times' argument
> rep(1:4,each=2,times=1:8) #正确值，times8位长度向量
[1] 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
> rep(1:4,each=2,times=1:8,len=3) #len的使用，循环补齐注意下
[1] 1 1 2
> rep(1:4,each=2,times=3) #先each后times
[1] 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4
>rep函数完毕！