在R中基于因子变量为data.table添加归一化计数列的问题

直接利用cut生成的因子的整数索引匹配对应分箱大小，在data.table内一步完成归一化：

1. 定义分箱边界并计算分箱大小：

binEdges <- c(0:25, 100, 1000, Inf)
binSizes <- diff(binEdges)

2. 生成分箱因子并统计每组数量：

library(data.table)
# 假设你的数据是dt，num为目标列
dt[, orderc := cut(num, binEdges)]
dt_counts <- dt[, .(count = .N), by = orderc]

3. 新增归一化计数列：

dt_counts[, normcount := count / binSizes[as.integer(orderc)]]

原理说明 #

cut生成的因子水平顺序和binEdges的分箱顺序完全一致，as.integer(orderc)会返回每个因子对应的位置索引，用这个索引直接取binSizes里的对应值，就能实现每行与分箱大小的精准匹配，全程在data.table内操作，无需额外导出数据处理。

完整示例 #

# 模拟测试数据
set.seed(123)
dt <- data.table(num = sample(c(1:20, 90:110, 900:1100), 1000, replace = TRUE))

# 分箱配置
binEdges <- c(0:25, 100, 1000, Inf)
binSizes <- diff(binEdges)

# 分箱+统计+归一化一步完成
dt[, orderc := cut(num, binEdges)]
dt_counts <- dt[, .(count = .N), by = orderc][, normcount := count / binSizes[as.integer(orderc)]]

内容的提问来源于stack exchange，提问作者toasty