小编近期接的项目中很多要求要用R来做（小编可是Python高手！），所以基本上将Python代码用R重写（翻译）了一遍。小编差不多三年没正儿八经地用R了，但R是小编最喜欢也是最早使用的统计工具。关于工具：Python、R和SAS，小编都能用一点点（生活所迫！），所以有关工具使用、建模、分析的，欢迎交流；有项目合作的，也欢迎交流！

卡方分箱的概念，请参考数值变量-卡方分箱。当然可以将其中的分箱标准-卡方改写成基尼方差、熵方差等。

算法

这里把具体的实现算法再重述一遍：

（1）将数值变量按照等距方式分成SplitNum段(比如100段)，此为初始分箱；

（2）计算每段的总样本数、好样本数、坏样本数、样本占比等统计值；

（3）计算相邻两段的卡方值，合并卡方值最小的相邻两段；

（4）重复步骤（2）和（3），直至分段个数=BinPcntMin，若某段的样本占比=BinPcntMin。

R代码

1、数据列等距分割函数：