Question

这里有一个简单的R问题，有点类似于this one，但我不知道如何从那里适应我的见识。

我有一个数据框，该数据框具有来自多家公司的相对质量排名，例如

Firm    Quality
  A        4
  B        5
  C        2
  D        0

我想添加第三列，如果质量等于或高于第50个百分数（否则为0），第四列为1，如果质量等于或高于第75个百分数（否则为0）。类似于上面链接的解决方案，似乎依赖于cut()和within()；尽管它们是相对较旧的，但在dplyr之前，并且我想知道是否存在使用summarise()和dplyr摘要函数的更好方法，以便以更直观的方式进行此操作（至少对于新手而言）。

Answer 1

您可以做类似的事情

library(dplyr)
df %>%
  mutate(Above50 = as.numeric(Quality >= quantile(Quality, 0.5)), 
         Above75 = as.numeric(Quality >= quantile(Quality, 0.75)))


#  Firm Quality Above50 Above75
#1    A       4       1       0
#2    B       5       1       1
#3    C       2       0       0
#4    D       0       0       0

Answer 2

Ronak的回答非常好，但是仅仅为了好玩，一个完整的dplyr解决方案：

library(dplyr)
df %>%
  mutate(Above50 = as.numeric(ntile(Quality, 2)==2), 
         Above75 = as.numeric(ntile(Quality, 4)==4))

如何为前四分位数（或其他分位数）中的值创建虚拟变量

2 个答案: