Question

我有一个包含超过6,000个观察结果的数据集，每个记录的得分范围为0-100。以下是一个示例：

+-----+-------+
| uID | score |
+-----+-------+
|   1 |    77 |
|   2 |    61 |
|   3 |    74 |
|   4 |    47 |
|   5 |    65 |
|   6 |    51 |
|   7 |    25 |
|   8 |    64 |
|   9 |    69 |
|  10 |    52 |
+-----+-------+

我希望根据他们在得分列中的同龄人的等级顺序将它们分成相等的十分位数，截止值为每10个百分位数，如下所示：

+-----+-------+-----------+----------+
| uID | score | position% | scoreBin |
+-----+-------+-----------+----------+
|   7 |    25 | 0.1       |        1 |
|   4 |    47 | 0.2       |        2 |
|   6 |    51 | 0.3       |        3 |
|  10 |    52 | 0.4       |        4 |
|   2 |    61 | 0.5       |        5 |
|   8 |    64 | 0.6       |        6 |
|   5 |    65 | 0.7       |        7 |
|   9 |    69 | 0.8       |        8 |
|   3 |    74 | 0.9       |        9 |
|   1 |    77 | 1         |       10 |
+-----+-------+-----------+----------+

到目前为止，我已经尝试过cut，cut2，tapply等等。我认为我是在正确的逻辑路径上，但我不知道如何将它们应用到我的情况中。非常感谢任何帮助。

Answer 1

我会在ntile()中使用dplyr。

library(dplyr)

score<-c(77,61,74,47,65,51,25,64,69,52)
ntile(score, 10)

##[1] 10  5  9  2  7  3  1  6  8  4

scoreBin<- ntile(score, 10)

Answer 2

在base R中，我们可以使用.bincode()和quantile()的组合：

df$new <- .bincode(df$score, 
               breaks = quantile(df$score, seq(0, 1, by = 0.1)),
               include.lowest = TRUE)
#   uID score new
#1    1    77  10
#2    2    61   5
#3    3    74   9
#4    4    47   2
#5    5    65   7
#6    6    51   3
#7    7    25   1
#8    8    64   6
#9    9    69   8
#10  10    52   4

Answer 3

以下是一种使用quantile和cut来获取垃圾箱的方法：

df$scoreBin <- as.integer(cut(df$score,
                      breaks=quantile(df$score, seq(0,1, .1), include.lowest=T)))

as.integer将cut的输出（这是一个因子）强制转换为基础整数。

获得排名百分比的一种方法是使用rank：

df$position <- rank(df$score) / nrow(df)

r bin等于十分位数

3 个答案: