Skip to main content
4 de 9
se añadieron 84 caracteres en el cuerpo
Beginner
  • 197
  • 1
  • 10

R Programming Language: Identificando columnas numéricas con 12 valores o menos como categóricas

Cuando uno analiza datos, me parece buena idea identificar a variables numéricas que tienen pocos valores distintos como categóricas. El ejemplo perfecto es cuando solamente existen 0 y 1, que se podrían interpretar como apagado y encendido. Otro caso es cuando solamente tenemos 1, 5, y 10 ó 1, 2 y 3 que se podrían interpretar como "bajo", "medio", y "alto."

Para usar R, he elegido el dataset "mtcars."

El código está funcionando.

Mis tres preguntas son:

  1. Puede mejorarse el código?

  2. En el ejemplo selecciono variables con 12 números distintos o menos como categóricas, basándome en q la idea q tenemos 12 meses del año. Cuál sería su sugerencia para el número correcto? 12? 6? 3?

  3. Q opinan de la estrategia? Hay teoría respecto a esto. Alguna recomenadación para aprender más del tema.

    library(tidyverse)

    data(mtcars)

    fun <- function(x) { x <= 12 }

    columns_with_12_or_less_elements <- mtcars %>% select(where(is.numeric)) %>% lapply(n_distinct) %>% as.data.frame %>% select(where(fun)) %>% colnames

    columns_with_12_or_less_elements

    #original data.frame

    str(mtcars)

    #new data.frame

    mtcars[,columns_with_12_or_less_elements] <- mtcars[,columns_with_12_or_less_elements] %>% lapply(as.factor)

    str(mtcars)
    View(mtcars)

Dataframe antes y después

Beginner
  • 197
  • 1
  • 10