使用ntile分成2或3组

Question

我想使用包ntile中的dplyr来生成分位数向量。当我有少量的组将数据分成时，就会出现问题。

例如，如果我有-1和1的向量，则值-1应为分位数1，值1应为分位数2：< / p>

library(dplyr)
index2 <- rep(c(-1,1,-1),each=4) 
#[1] -1 -1 -1 -1  1  1  1  1 -1 -1 -1 -1

然而，使用ntile，最后两个数据点的分位数是错误的（2而不是1）

ntile(index2,2)
# [1] 1 1 1 1 2 2 2 2 1 1 2 2

这是我对index2分位数所期望的结果：

   #  1  1  1  1  2  2  2  2  1  1  1  1

我对n=3有同样的问题。结果并不像预期的那样。

index3 <- rep(c(-1,1,-2,-2),each=3)
#[1] -1 -1 -1  1  1  1 -2 -2 -2 -2 -2 -2
ntile(index3,3)
#[1] 2 2 3 3 3 3 1 1 1 1 2 2

这是我对index3分位数所期望的结果：

#  2  2  2  3  3  3  1  1  1  1  1  1

我也可以使用cut和quantile()解决方案。

Answer 1

这个功能怎么样

quant_cut <- function(x, n) {
    qs <- quantile(x, 1:(n-1)/n)
    brks <- c(-Inf, qs, Inf)
    cut(x, breaks=brks, labels=FALSE)
}

我们计算分位数值，然后使用cut来破坏这些值（导致可能不均匀的分组）。例如

index2 <- rep(c(-1,1,-1),each=4) 
quant_cut(index2, 2)
#  [1] 1 1 1 1 2 2 2 2 1 1 1 1

和

index3 <- rep(c(-1,1,-2,-2),each=3)
quant_cut(index3,3)
# [1] 2 2 2 3 3 3 1 1 1 1 1 1