Question

我无法弄清楚如何解决这个问题。

假设我有以下数据框：

set.seed(123)

Factors <- sample(LETTERS[1:26],50,replace=TRUE)
Values <- sample(c(5,10,15,20,25,30),50,replace=TRUE)
df <- data.frame(Factors,Values)
df

   Factors Values
1        H      5
2        U     15
3        K     25
4        W      5
5        Y     20
6        B     10
7        N      5
8        X     25
9        O     30
10       L     15
11       Y     20
12       L      5
13       R     15
Data goes all the way to row 50, but left out here

现在假设我从Values

获取Factors的总和

Sum.df <- aggregate(Values ~ Factors, data = df, FUN = sum)
Sum.df

   Factors Values
1        A      5
2        B     35
3        C     25
4        D     30
5        F     30
6        G     75
7        H     20
8        I     55
9        J     20
10       K     60
11       L     20
12       M     20
13       N      5
14       O     55
15       P     20
16       Q     25
17       R     45
18       S     30
19       T     30
20       U     40
21       W     25
22       X     90
23       Y     55
24       Z     15

然后我最后使用quantile来查找汇总数据的百分位截止值。

quantile(Sum.df$Values, probs = c(0.33,.66,1))

  33%   66%  100% 
22.95 35.90 90.00

好的，我的问题就在这里。我想要做的是根据分位数创建三个组Group 1，Group 2，Group 3。例如，在Sum.df中，A的汇总值为5，因此我想将Factors分配给Group 1，因为5小于22.95。如果Sum.df中的值大于22.95或小于或等于35.9，则将其分配给组2，并将所有其他值分配给Group 3。我希望看到的是df中的一个新列，表示每个Factors所在的组。我希望这是有道理的。谢谢你们！

Answer 1

cut功能怎么样？只需要在你的分位数中加入min。

q <- quantile(Sum.df$Values, probs = c(0, 0.33,.66,1))
Sum.df$group <- cut(Sum.df$Values, q, include.lowest=TRUE,
                    labels=paste("Group", 1:3))

将基于百分位数的组分配给R中的数据帧

1 个答案: