R语言如何对每个品牌标识的色相变量分箱并统计各分箱观测次数

基础R实现（符合你要求的cut()+split()组合逻辑） #

首先要注意cut()默认生成右闭左开区间，你需要的是左闭右开区间，必须加right = FALSE参数保证区间匹配正确。

# 你已定义的分箱参数
breaks <- c(0,45,90,135,180,225,270,315,360)
labels <- c("[0-45)","[45-90)", "[90-135)", "[135-180)", "[180-225)", "[225-270)","[270-315)", "[315-360)")

# 1. 对Hue变量分箱
df$bin <- cut(df$Hue, breaks = breaks, labels = labels, right = FALSE)

# 2. 按行业+品牌标识拆分数据集
grouped_df <- split(df, list(df$Industry, df$Logo), drop = TRUE)

# 3. 对每个分组统计各分箱的观测次数，合并结果
result <- do.call(rbind, lapply(grouped_df, function(sub_df) {
  # 统计当前品牌各分箱频次
  bin_counts <- table(sub_df$bin)
  # 拼接分组标识和频次结果
  cbind(
    Ind = unique(sub_df$Industry),
    Logo = unique(sub_df$Logo),
    as.data.frame(t(bin_counts))
  )
}))

# 重置行号
rownames(result) <- NULL

运行后得到的result就是你需要的宽格式数据框，输出示例：

注：你给出的预期输出中Logo列写为Petrol、Wind属于笔误，原始数据中对应名称为Petrox、Windo，以上输出以原始数据为准。

更简洁的基础R实现（无需split，直接用table生成交叉表） #

如果不需要强制用split()，可以用更短的代码实现相同效果：

df$bin <- cut(df$Hue, breaks = breaks, labels = labels, right = FALSE)
count_mat <- table(df$Industry, df$Logo, df$bin)
result <- cbind(unique(df[,c("Industry", "Logo")]), as.data.frame.matrix(count_mat))
colnames(result)[1] <- "Ind"
rownames(result) <- NULL

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