如何在R语言中实现分箱（Binning）并按区间统计生成向量？

你当前用.bincode得到的是每个数值对应的箱索引，其中NA表示该数值小于第一个断点（18）未被分配到任何箱；而你需要的是每个区间的计数结果，且保留断点的命名。以下是两种可行的实现方案：

方法1：基于.bincode改造 #

通过手动处理NA值，将其归入第一个区间，再统计各区间数量：

binfunc <- function(numbers, breaks) {
  # 获取每个数值的箱索引，right=FALSE表示左闭右开区间
  bin_indices <- .bincode(numbers, breaks = unname(breaks), right = FALSE)
  # 将小于第一个断点的数值（NA）归为0号区间
  bin_indices[is.na(bin_indices)] <- 0
  # 匹配区间标签：0对应第一个命名，1对应第二个，以此类推
  bin_labels <- c(names(breaks)[1], names(breaks))
  # 转换为因子确保标签顺序正确
  bin_factor <- factor(bin_indices, levels = 0:(length(breaks)-1), labels = bin_labels)
  # 统计计数并转为带命名的向量
  as.vector(table(bin_factor))
}

测试代码：

numbers1 <- c(20, 70, 14, 30)
breaks1 <- c(youth = 18, adult = 40, elder = Inf)
binfunc(numbers1, breaks1)
# 输出：youth adult elder 
#       1     2     1 

方法2：用cut简化实现 #

cut函数可直接生成带标签的分箱因子，代码更简洁：

binfunc <- function(numbers, breaks) {
  # 构造完整的断点序列：从-Inf开始覆盖所有数值范围
  full_breaks <- c(-Inf, unname(breaks))
  # 生成带标签的分箱因子，right=FALSE匹配左闭右开逻辑
  bin_factor <- cut(numbers, breaks = full_breaks, labels = names(breaks), right = FALSE)
  # 统计计数并转为带命名的向量
  as.vector(table(bin_factor))
}

同样输入下，该方法会得到与方法1完全一致的结果。

内容的提问来源于stack exchange，提问作者ManjiroSano