如何选择部分数据集的第三个20％？

Question

假设我有一个数据集，如：

df<-data.frame(data=(1:100))

如何选择我的数据的第20个？

让我们说，我需要访问第三个20％，其中包含40-60之间的数字

Answer 1

使用ntile包中的dplyr函数。我们将数据帧分成5个桶，然后取第3个桶。

library(dplyr)

# One line
df[ntile(df$data, 5) == 3, ]

# Using pipes
df %>% 
  mutate(n = ntile(data, 5)) %>% 
  filter(n == 3) %>% 
  select(data)

输出：

[1] 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

Answer 2

这是一个根据数据行百分比调用特定行的快速函数

rowNumbs <- function(i, perc, df){
       ((i - 1)*ceiling(perc*nrow(df)) + 1) : (i*ceiling(perc*nrow(df)))
       }

其中i是第n组，perc是百分比，df是data.frame。

拨打第三个20％的data.frame：

df[rowNumbs(3, .2, df), ]

[1] 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60