Question

我有一个数据集显示澳大利亚元兑美元汇率在大约20年的时间内每天一次。我在数据框中有数据，第一列是日期，第二列是汇率。以下是数据中的示例：

>data
             V1     V2
1    12/12/1983 0.9175
2    13/12/1983 0.9010
3    14/12/1983 0.9000
4    15/12/1983 0.8978
5    16/12/1983 0.8928
6    19/12/1983 0.8770
7    20/12/1983 0.8795
8    21/12/1983 0.8905
9    22/12/1983 0.9005
10   23/12/1983 0.9005

我如何显示这些记录的前n％？例如。说我想看看汇率在数据集中所有汇率中排名前5％的日子和汇率？

Answer 1

前5％：

n <- 5
data[data$V2 > quantile(data$V2,prob=1-n/100),]

Answer 2

前5％也是：

head(data[order(data$V2,decreasing=T),],.05*nrow(data))

Answer 3

如果根据sqldf值对数据进行排序，则V1可以使用另一种解决方案：

library(sqldf)
sqldf('SELECT * FROM df
       ORDER BY V1
       LIMIT (SELECT 0.05 * COUNT(*) FROM df)
      ')

您可以将汇率表0.05（5%）更改为任何所需的汇率。

Answer 4

dplyr解决方案可能如下所示：

obs <- nrow(data) 
data %>% filter(row_number() < obs * 0.05)

这仅在数据已排序时才有效，但是您的问题和示例数据暗示了这一点。如果数据未排序，则需要按您感兴趣的变量arrange对其进行排序：

data <- data %>% arrange(desc(V2))

如何使用R在数据框的列中查找前n％的记录

4 个答案: