Question

我们说我在R中有以下数据框：

d <- read.table(text='Name     Month  Rate1     Rate2
Aira       1      12        23
Aira       2      18        73
Aira       3      19        45
Ben        1      53        19
Ben        2      22        87
Ben        3      19        45
Cat        1      22        87
Cat        2      67        43
Cat        3      45        32', header=TRUE)

我想计算Rate1的每个四分位数的Rate2的平均值。例如，Rate1的第0百分位数到第25百分位数的Rate2的平均值是什么，Rate1的第26到第50百分位，依此类推。

我该怎么做？

Answer 1

您可以使用cut查找四分位数并进行汇总，以便汇总或使用ave来创建列，具体取决于您希望输出的方式（感谢@akrun的评论））

aggregate(Rate2 ~ cut(Rate1, breaks = quantile(Rate1), include.lowest = TRUE), d, mean)

#or

with(d, ave(Rate2, cut(Rate1, breaks = quantile(Rate1), include.lowest = TRUE), FUN = mean))

Answer 2

如何找到你想要的分位数中的变量，然后计算那些变量的平均值，如下所示：

q_use = list(c(0,0.25),c(0.26,0.5),c(0.51,0.75),c(0.76,1))
pos_use = lapply(1:length(q_use), function(x) quantile(d$Rate1,q_use[[x]]))
average_q = lapply(1:length(q_use), function(x) 
  mean(d[which(d$Rate1>=pos_use[[x]][1] & d$Rate1<=pos_use[[x]][2]),"Rate2"]))

聚合连续变量

2 个答案: