我需要将R中已排序的未知长度向量拆分为“前10%,...,最低10%”
所以,例如,如果我有vector <- order(c(1:98928))
,我想将它分成10个不同的向量,每个向量代表总长度的大约10%。
我已尝试使用split <- split(vector, 1:10)
,但由于我不知道向量的长度,如果不是多个,我会收到此错误
数据长度不是拆分变量的倍数
即使它的多个和函数有效,split()
也不会保持原始向量的顺序。这就是分裂给出的:
split(c(1:10) , 1:2)
$`1`
[1] 1 3 5 7 9
$`2`
[1] 2 4 6 8 10
这就是我想要的:
$`1`
[1] 1 2 3 4 5
$`2`
[1] 6 7 8 9 10
我是R的新手,我一直尝试很多事情但没有成功,有谁知道怎么做?
答案 0 :(得分:6)
将每10%的排序向量x
分成10个块。
请注意,有两种解释:
按矢量索引切割:
split(x, floor(10 * seq.int(0, length(x) - 1) / length(x)))
按矢量值(例如,分位数)切割:
split(x, cut(x, quantile(x, prob = 0:10 / 10, names = FALSE), include = TRUE))
在下文中,我将使用数据进行演示:
set.seed(0); x <- sort(round(rnorm(23),1))
特别是,我们的示例数据是正态分布而不是均匀分布,因此按索引切割和按值切割是非常不同的。
按指数削减
#$`0`
#[1] -1.5 -1.2 -1.1
#
#$`1`
#[1] -0.9 -0.9
#
#$`2`
#[1] -0.8 -0.4
#
#$`3`
#[1] -0.3 -0.3 -0.3
#
#$`4`
#[1] -0.3 -0.2
#
#$`5`
#[1] 0.0 0.1
#
#$`6`
#[1] 0.3 0.4 0.4
#
#$`7`
#[1] 0.4 0.8
#
#$`8`
#[1] 1.3 1.3
#
#$`9`
#[1] 1.3 2.4
按分位数切割
#$`[-1.5,-1.06]`
#[1] -1.5 -1.2 -1.1
#
#$`(-1.06,-0.86]`
#[1] -0.9 -0.9
#
#$`(-0.86,-0.34]`
#[1] -0.8 -0.4
#
#$`(-0.34,-0.3]`
#[1] -0.3 -0.3 -0.3 -0.3
#
#$`(-0.3,-0.2]`
#[1] -0.2
#
#$`(-0.2,0.14]`
#[1] 0.0 0.1
#
#$`(0.14,0.4]`
#[1] 0.3 0.4 0.4 0.4
#
#$`(0.4,0.64]`
#numeric(0)
#
#$`(0.64,1.3]`
#[1] 0.8 1.3 1.3 1.3
#
#$`(1.3,2.4]`
#[1] 2.4
答案 1 :(得分:3)
x <- 1:98
y <- split(x, ((seq(length(x))-1)*10)%/%length(x)+1)
说明:
seq(length(x)) = 1..98
seq(length(x))-1 = 0..97
(seq(length(x))-1)*10 = (0, 10, ..., 970)
# each number about 10% of values, totally 98
((seq(length(x))-1)*10)%/%length(x) = (0, ..., 0, 1, ..., 1, ..., 9, ..., 9)
# each number about 10% of values, totally 98
seq(length(x))-1)*10)%/%length(x)+1 = (1, ..., 1, 2, ..., 2, ..., 10, ..., 10)
# splits first ~10% of numbers to 1, next ~10% of numbers to 2 etc.
split(x, ((seq(length(x))-1)*10)%/%length(x)+1)
答案 2 :(得分:3)
如果您在数据框中将矢量作为列(名为vec
),则可以执行以下操作:
df$new_vec <- cut(df$vec , breaks = quantile(df$vec, c(0, .1,.., 1)),
labels=1:10, include.lowest=TRUE)
答案 3 :(得分:1)
如果对矢量进行了排序,那么您可以创建一个具有相同矢量长度的组变量并对其进行拆分。在实际情况下,它需要更多的努力,因为矢量的长度可能不是10的倍数,但对于您的玩具示例,您可以这样做:
n = 2
split(x, rep(1:n, each = length(x)/n))
# $`1`
# [1] 1 2 3 4 5
# $`2`
# [1] 6 7 8 9 10
一个真实案例,其中向量的长度不是组数的倍数:
vec = 1:13
n = 3
split(vec, sort(seq_along(vec)%%n))
# $`0`
# [1] 1 2 3 4
# $`1`
# [1] 5 6 7 8 9
# $`2`
# [1] 10 11 12 13