主要观点：介绍了分类数据及其形式，包括有序（序数）和无序（名义）分类数据，分析师常将数值数据转换为分类数据以简化问题，如用“成人”“儿童”“老年人”等代替年龄数字。以鸢尾花数据集为例，展示了在 R 语言中多种将数据转换为分类数据的方法，如使用 split、cut、cut2 函数及 plyr 包的 count 函数等，还比较了 table 函数和 count 函数在处理分类数据时的差异，随着交叉分类维度增加，count 函数在输出和可读性上更具优势。

关键信息：

• 分类数据有预定义值集合，如用“儿童”“成人”“老年人”表示年龄分类。
• 分类数据可有序（序数）或无序（名义）。
• R 中可使用 split、cut 等函数将数据转换为分类数据，如 split 函数根据萼片长度将鸢尾花数据集分为 3 组，cut2 函数也可进行类似分组且尝试使每组值数量相等。
• table 函数可快速总结分类数据，count 函数更灵活能生成所需数据框，在处理 N 维分类数据时 count 函数输出更清洁易读。

重要细节：

• 在将分类数据转换为列表或数据框时要注意变量名等问题，如 table 函数转换为数据框后变量名变为 Var1 和 Freq。
• 当 N > 3 进行交叉分类时，xtabs 函数输出会变大且不易读，count 函数仍能简洁输出。
• 鸢尾花数据集包含 150 个观测值及 5 个特征，如萼片长度、宽度等和物种。
• 作者是 Chaitanya Sagar，Perceptive Analytics 的创始人兼 CEO，常写关于分析和数据科学的内容。