如何在R中将数据框列的数值按区间分组为类似5-10的格式

原代码错误点 #

• 循环逻辑错误：for(i in hits)遍历的是hits的取值而非索引，会出现索引越界、取值匹配错误问题
• 字符串拼接语法错误：R中不能用+拼接字符串，需使用paste()/paste0()函数
• 缺少去重/聚合处理：未对重复count值和对应的percentage做预处理
• 未覆盖最后一个区间的边界处理逻辑

实现代码 #

方案1：和你原思路一致的循环实现 #

count <- factor(c(1,1,3,5))
percentage <- c(0.1, 0.1,0.3,0.5)
info <- data.frame(count, percentage)

# 预处理：提取count数值、去重、按升序排列，同时对应唯一的percentage
info_unique <- unique(transform(info, count_num = as.numeric(as.character(count))))
hits_unique <- sort(info_unique$count_num)
n <- length(hits_unique)
interval_labels <- character(n)

# 生成区间标签
for (i in 1:n) {
  if (i == n) {
    # 最后一个值单独作为区间
    interval_labels[i] <- as.character(hits_unique[i])
  } else {
    interval_labels[i] <- paste0(hits_unique[i], "-", hits_unique[i+1] - 1)
  }
}

# 组装结果
result <- data.frame(
  count_interval = interval_labels,
  percentage = info_unique$percentage
)
print(result)

方案2：更简洁的向量化实现（无需循环） #

用R自带的cut()函数直接完成区间切割，代码更短性能更高：

count <- factor(c(1,1,3,5))
percentage <- c(0.1, 0.1,0.3,0.5)
info <- data.frame(count, percentage)

# 提取count数值
count_num <- as.numeric(as.character(info$count))
# 定义切割断点
breaks <- c(unique(count_num), Inf)
# 生成区间标签
labels <- paste0(head(breaks, -1), "-", lead(breaks, default = max(breaks)) - 1)
labels[length(labels)] <- gsub("-Inf", "", labels[length(labels)])
# 切割+去重得到结果
info$count_interval <- cut(count_num, breaks = breaks, labels = labels, right = FALSE)
result <- unique(info[, c("count_interval", "percentage")])
print(result)

输出结果 #

两种方案运行后都会得到你需要的格式：

count_interval percentage
1            1-2        0.1
2            3-4        0.3
3              5        0.5

内容的提问来源于stack exchange，提问作者jahrue