Question

我试图将数据集分解为基于组的分位数。

我有以下代码，如果我尝试使用seq(0,1,.5)进行剪切，它可以正常工作但是当我更改为seq(0,1,.2)时它会给出：

cut.default出错（x = fwd_quarts $ v，breaks = 分位数（fwd_quarts $ v，：＆＃39;休息＆＃39;不是唯一的

考虑到不同的代码，我无法摆脱错误。我如何调整它，以便当它扩展到更大的数据集时，将创建分位数而没有错误？

 ddf <- vector(mode="numeric", length=0)
df <- vector(mode="numeric", length=0)
g<-data.frame( g= c(1,1,1,1,2,2,2,2,3,3))
v<-data.frame( v= c(1,4,4,5,NA,2,6,NA,7,8))
df<-cbind(g,v)
df<-df[complete.cases(df), ]


ddf<-ddply(df, "g", function(fwd_quarts){
  eps_quartile <- cut(x = fwd_quarts$v, breaks =quantile(fwd_quarts$v, probs = seq(0, 1, 0.5)),na.rm=TRUE, labels = FALSE, include.lowest = TRUE)
   cbind(ddf,eps_quartile)
})

df<-cbind(df,fwde_quart=ddf$eps_quartile)

Answer 1

这与ddply无关。

如果您的数据没有生成唯一中断，您可以通过使用唯一语句包装中断来使它们成为唯一。

breaks =unique(quantile(fwd_quarts$v, probs = seq(0, 1, 0.2)))

但是，这会降低您最初所需的关卡数量。

一般来说，如果您有c（1,1,1,2）之类的数据，则无法将其分为3组。组的数量应小于或等于数据中的唯一值。 HTH。

使用cut和ddply时，不会出现唯一的错误

1 个答案: