Question

以下是问题：

条件时间将一个变量（X）拆分为十分位数，即10个分位数
计算X的分位数和时间

这是假数据：

df.setTimeZone()

以下是分位数分割：

    library(data.table)
    set.seed(1)
    dat = as.data.table(data.frame(X = round(abs(rnorm(100))*100,2),
    Time = rep(seq(as.Date("2016-01-01"),as.Date("2016-04-01"),"month"),25),
    Y = round(rnorm(100),2)))

Time和Quantile的Grouped值条件似乎很清楚

    dat[, ':=' (Quantile  = dplyr::ntile(X,10)),by = Time][]

或者

    dat[,`:=` (MeanY = mean(Y)),by = c("Time","Quantile")]

问题是如何在所有X的顶部获得任意平均Y，条件，例如10,9,8或底部1,2,3分位数

任何帮助都很赞赏！

Answer 1

在这里你想要的并不完全清楚。如果你想要分数8到10的均值，你可以这样做：

dat[Quantile %in% 8:10, list(MeanY = mean(Y)), by = Time]
#          Time      MeanY
# 1: 2016-01-01 -0.2471429
# 2: 2016-04-01 -0.5185714
# 3: 2016-03-01 -0.5085714
# 4: 2016-02-01 -0.5700000

如果您想创建一个新的data.table，其中包含分位数1，1:2，1:3，1:4等，则可以选择以下选项：< / p>

library(purrr)
map_df(1:10, function(q) dat[Quantile %in% 1:q,
  list(TopN = paste0("1:", q), MeanY = mean(Y)), by = Time])
#          Time TopN       MeanY
# 1: 2016-04-01  1:1 -0.03000000
# 2: 2016-01-01  1:1 -0.58333333
# 3: 2016-03-01  1:1  0.25000000
# 4: 2016-02-01  1:1  0.10666667
# 5: 2016-01-01  1:2 -0.86200000
# ...

Answer 2

您可以创建类别，然后计算类别的平均值：

dat[, `:=` (quant_cat = dplyr::case_when(Quantile >= 8 ~ "top",
                                         Quantile <= 3 ~ "middle",
                                         Quantile > 3 | Quantile < 8 ~ "middle"))
    ][, `:=` (MeanY = mean(Y)), by = c("Time", "quant_cat")]

如何计算一个变量的平均值，条件是另一个变量的分位数分裂？

2 个答案: