Изменить Перерывы в функции cut2 в пакете Hmisc

Question

Это наблюдение на этот вопрос:

Dataframe Aggregation By Group - Separating a Column's Values by Ranges

Ответ при условии, использует Hmisc::cut2, который прекрасно работает! Я хочу изменить разрывы, чтобы вместо того, чтобы ломаться на 1 доллар, он ломается на 0,50 доллара.

Ниже приведен код, предоставленный для ответа:

library(Hmisc) 
library(dplyr) 

df$cut_Price <- cut2(df$Price, cuts = 4:13) 

df %>% group_by(cut_Price, Size, Type) %>% 
    summarise_at(c("Opps", "NumberofSales", "Revenue"),"sum") %>% 
    arrange(Size, cut_Price) %>% ungroup() %>% 
    mutate(cut_Price = gsub("(.*, \\d\\.)00", "\\199", cut_Price)) 

# A tibble: 16 × 6 
     cut_Price Size Type Opps NumberofSales Revenue 
      <chr> <fctr> <fctr> <dbl>   <dbl> <dbl> 
1 [ 5.00, 6.99) LARGE desktop 477870  342455 2037.67 
2 [ 6.00, 7.99) LARGE desktop 842882  523309 3292.29 
3 [ 7.00, 8.99) LARGE desktop 283107  149878 1189.56 
4 [10.00,11.00) LARGE desktop 5506835  1179544 12674.17 
5 [11.00,12.00) LARGE desktop 3542187  1521347 17342.81 
6 [ 3.63, 4.99) MEDIUM desktop 6038044  5129937 18617.94 
7 [ 5.00, 6.99) MEDIUM desktop 2558997  478423 2548.95 
8 [ 7.00, 8.99) MEDIUM desktop 1071631  352294 2483.10 
9 [ 9.00,10.00) MEDIUM desktop 2510873  861183 8428.70 
10 [10.00,11.00) MEDIUM desktop 441354  215643 2322.70 
11 [11.00,12.00) MEDIUM desktop 5144351  1954720 22138.16 
12 [ 3.63, 4.99) SMALL desktop 801038  587541 2145.76 
13 [ 4.00, 5.99) SMALL desktop 939806  303515 1214.60 
14 [ 5.00, 6.99) SMALL desktop 8303927  2143565 11902.14 
15 [10.00,11.00) SMALL desktop 920975  321515 3284.54 
16 [11.00,12.00) SMALL desktop 181471  236643 2811.50 

Любая помощь будет здорово, спасибо!

Answer 1

Вам необходимо пройти cut2 вектор обрывов вы хотите, что вы можете создать с seq:

library(tidyverse) 

df %>% group_by(Size, 
       cut_Price = Hmisc::cut2(Price, cuts = seq(4, 13, .5)), 
       Type) %>% 
    summarise_at(c("Opps", "NumberofSales", "Revenue"), sum) 

## Source: local data frame [18 x 6] 
## Groups: Size, cut_Price [?] 
## 
##  Size  cut_Price Type Opps NumberofSales Revenue 
## <fctr>  <fctr> <fctr> <dbl>   <dbl> <dbl> 
## 1 LARGE [ 5.50, 6.00) desktop 477870  342455 2037.67 
## 2 LARGE [ 6.00, 6.50) desktop 842882  523309 3292.29 
## 3 LARGE [ 7.50, 8.00) desktop 283107  149878 1189.56 
## 4 LARGE [10.00,10.50) desktop 928563  209218 2138.41 
## 5 LARGE [10.50,11.00) desktop 4578272  970326 10535.76 
## 6 LARGE [11.00,11.50) desktop 3542187  1521347 17342.81 
## 7 MEDIUM [ 3.63, 4.00) desktop 6038044  5129937 18617.94 
## 8 MEDIUM [ 5.00, 5.50) desktop 2558997  478423 2548.95 
## 9 MEDIUM [ 7.00, 7.50) desktop 1071631  352294 2483.10 
## 10 MEDIUM [ 9.50,10.00) desktop 2510873  861183 8428.70 
## 11 MEDIUM [10.50,11.00) desktop 441354  215643 2322.70 
## 12 MEDIUM [11.00,11.50) desktop 5144351  1954720 22138.16 
## 13 SMALL [ 3.63, 4.00) desktop 801038  587541 2145.76 
## 14 SMALL [ 4.00, 4.50) desktop 939806  303515 1214.60 
## 15 SMALL [ 5.00, 5.50) desktop 849537  340580 1837.93 
## 16 SMALL [ 5.50, 6.00) desktop 7454390  1802985 10064.21 
## 17 SMALL [10.00,10.50) desktop 920975  321515 3284.54 
## 18 SMALL [11.50,12.00) desktop 181471  236643 2811.50 

---

Если вы хотите строки для каждого значения, вы можете использовать tidyr::complete. Пустые значения будут NA, если вы не указали иначе в параметре completefill.

df %>% group_by(Size, 
       cut_Price = Hmisc::cut2(Price, cuts = seq(4, 13, .5), oneval = FALSE), 
       Type) %>% 
    summarise_at(c("Opps", "NumberofSales", "Revenue"), sum) %>% 
    ungroup() %>% 
    complete(Size, cut_Price, Type) 

## # A tibble: 57 × 6 
##  Size  cut_Price Type Opps NumberofSales Revenue 
## <fctr>  <fctr> <fctr> <dbl>   <dbl> <dbl> 
## 1 LARGE [ 3.63, 4.00) desktop  NA   NA  NA 
## 2 LARGE [ 4.00, 4.50) desktop  NA   NA  NA 
## 3 LARGE [ 4.50, 5.00) desktop  NA   NA  NA 
## 4 LARGE [ 5.00, 5.50) desktop  NA   NA  NA 
## 5 LARGE [ 5.50, 6.00) desktop 477870  342455 2037.67 
## 6 LARGE [ 6.00, 6.50) desktop 842882  523309 3292.29 
## 7 LARGE [ 6.50, 7.00) desktop  NA   NA  NA 
## 8 LARGE [ 7.00, 7.50) desktop  NA   NA  NA 
## 9 LARGE [ 7.50, 8.00) desktop 283107  149878 1189.56 
## 10 LARGE [ 8.00, 8.50) desktop  NA   NA  NA 
## # ... with 47 more rows