能否使用CrossTable函数并对输出中的年收入设置分组范围？

当然可以解决这个问题！你只需要先对annual_inc变量做分组处理，再把分组后的变量传入CrossTable函数就行。这里给你两种实用的分组方法：

1. 手动自定义分组区间 #

针对你数据集中年收入0-900万的范围，你可以用cut()函数手动设置合理的分组断点，比如按收入层级划分：

# 对年收入进行分组
loandata$annual_inc_grouped <- cut(
  loandata$annual_inc,
  breaks = c(0, 100000, 300000, 500000, 9000000), # 自定义分组边界
  labels = c("0-10万", "10-30万", "30-50万", "50万以上"), # 每组的显示名称
  include.lowest = TRUE # 确保最小值0被包含在第一个组内
)

# 使用分组后的变量生成交叉表
CrossTable(loandata$annual_inc_grouped, loandata$grade, 
           prop.r = TRUE, prop.c = FALSE, prop.t = FALSE, prop.chisq = FALSE)

你可以根据分析需求调整breaks和labels参数，比如如果想重点关注高收入群体，可以把50万以上的区间拆分成更细的组（比如50-100万、100万以上）。

2. 按分位数分组（保证每组样本量均匀） #

如果希望每组的样本数量更均衡，可以用分位数来划分区间，比如四分位数：

# 按年收入的四分位数分组
loandata$annual_inc_quantile <- cut(
  loandata$annual_inc,
  breaks = quantile(loandata$annual_inc, na.rm = TRUE), # 自动计算四分位数断点
  labels = c("Q1(最低25%)", "Q2", "Q3", "Q4(最高25%)"),
  include.lowest = TRUE
)

# 生成交叉表
CrossTable(loandata$annual_inc_quantile, loandata$grade, 
           prop.r = TRUE, prop.c = FALSE, prop.t = FALSE, prop.chisq = FALSE)

注意：如果你的数据中有NA值，一定要加上na.rm = TRUE参数来忽略缺失值，避免分组出错。

额外小提示 #

分组完成后，可以用table(loandata$annual_inc_grouped)检查每组的样本数量，确认分组是否符合你的预期。

内容的提问来源于stack exchange，提问作者Gibz Major