R中的非对称观察的子集

Question

我有一个包含＆gt; 2M行的表格。我只对一个变量的百分位数与观测数量的百分位数（例如洛伦兹曲线）感兴趣。

• 如何创建包含以下内容的较小数据框：观测编号1,101,201,301，...，最后，或与观察总数的1,2,3，...，100百分位？

• 有一种快速的方法可以获得轴（百分比）的（索引，变量）洛伦兹曲线吗？现在我正在考虑为索引和变量的百分位数添加变量，然后将它们相互映射。

谢谢，

罗伯特

Answer 1

关于第一个问题，我会使用quantile函数，根据（例如）总数的1,2,3，...，100百分位来获取数据帧的子集第一列的观察结果（假设第1列中的整数值）

df[df[,1] %in% round(quantile(df[,1], probs = c(1:100)/100)),]

Answer 2

对于“大”数据集

dfr <- data.frame(x = 1:1000, y = runif(1000))

您可以使用

获取规则间隔行的子集

dfr[!(seq_len(nrow(dfr)) %% 50),]

或随机

的子集

dfr[sample(nrow(dfr), 20),]

正如gd047所提到的，使用quantile来获得分位数/百分位数。