R语言统计指定区间内元素出现频次的高效方法

云上老周

2026-10-1

实现方法

用Pandas处理结构化数据是该场景下最简便高效的方案，全程向量化运算避免循环，代码简洁易维护：

核心逻辑

先对Number列做区间分箱，匹配要求的1<x<2、2<x<3、3<x<4三个开区间
再基于ID和分箱结果生成交叉表统计各区间出现次数

完整代码示例

import pandas as pd

# 替换为你的实际数据读取逻辑，比如pd.read_csv("your_file.csv")
df = pd.DataFrame({
    'Number': [1.5, 2.4, 3.1, 3.2],
    'ID': ['X', 'X', 'Y', 'Y']
})

# 数值分箱，直接指定输出标签匹配需求的列名
df['value_range'] = pd.cut(
    df['Number'],
    bins=[1, 2, 3, 4],
    interval_closed='neither', # 配置为区间两端都不包含，完全匹配1<x<2的要求
    labels=['1 < x < 2', '2 < x < 3', '3 < x < 4']
)

# 生成交叉表，直接得到目标结构
result = pd.crosstab(index=df['ID'], columns=df['value_range']).reset_index()

运行后输出result即可得到你需要的表格结构。