Question

我正在尝试根据前30个百分位数，中间40个百分位数和底部30个百分位数创建一个特定变量（在代码中称为wt_avg）的分类。

例如 -

structure(list(x = 1:10, class = c(1, 1, 1, 2, 2, 2, 2, 3, 3, 
3)), .Names = c("x", "class"), row.names = c(NA, -10L), class = "data.frame")

其中“x”是数据，“class”是我想要的输出。

这是我正在使用的代码 -

sent_data$wt_avg = with(sent_data, SENT_Orth_1 + SENT_Orth_2 + SENT_Orth_3)
sent_data$state = quantile(sent_data$wt_avg, probs = c(0, 0.3, 0.7, 1) 
           na.rm = TRUE)

我收到以下错误 -

$<-.data.frame中的错误（*tmp*，“州”，值= c（-13.38，-2.9725，：替换有5行，数据有603

我该如何解决这个问题？谢谢！

Answer 1

我们可以在quantile或cut

中使用findInterval

sent_data$newclass <- with(sent_data, findInterval(x, quantile(x,
         probs = c(0, 0.3, 0.7, 1)), rightmost.closed = TRUE))
sent_data
#    x class newclass
#1   1     1        1
#2   2     1        1
#3   3     1        1
#4   4     2        2
#5   5     2        2
#6   6     2        2
#7   7     2        2
#8   8     3        3
#9   9     3        3
#10 10     3        3

R分位数误差 - 替换有n行，数据有p

1 个答案: