Question

如何确定数量，使得每个组在求和后的大小相同？

下面是一个示例，它将数量分为10组，每组的项目数相同。

    set.seed(42)
    quantity <- c(runif(100, 0, 100))
    dat <- data.frame(
      qty = quantity,
      qtile = cut(quantity, quantile(quantity, seq(0, 1, 0.1)), 
      include.lowest = TRUE))
    dat <- dat %>% group_by(qtile) %>% summarise(qty = sum(qty))
    ggplot(dat, aes(qtile, qty)) + geom_bar(stat = 'identity')

但是如何对这些组进行排序，以便在summarise步骤qty变量大致相等？

因此，在此示例中，总qty为5244.787，每个群组在524.4787之后将summarise。

Answer 1

这是我能达到的目标。我觉得它大约适用于我的用例。如果其他人有好的改进想法，请随时更新答案。

set.seed(42)
quantity <- c(runif(100, 0, 100))

dat <- data.table(
  qty = quantity,
  wt = quantity
)
dat[!is.na(qty), avg := sum(wt) / 10]
setorder(dat, qty, wt)
dat[!is.na(qty), cum_wt := cumsum(wt)]
dat[!is.na(qty), level := cum_wt / avg]
dat[!is.na(qty), qtile := ceiling(level)]

dat <- dat[, .(qty = sum(qty)), by = 'qtile']

ggplot(dat, aes(qtile, qty)) + geom_bar(stat = 'identity')

R总结到桶后，分配相同大小的桶

1 个答案: