Question

如何基于一列的值将data.frame数据分为三部分？我想通过在不同子集中构建均值来显示曲线的u形。我已经弄清楚了如何获得随机的最高和最低值，以及如何获得最高x和最低x百分比。（例如25％/ 50％/ 25％）

low.x <- top_n(final_data, -100, final_data$variablex)
high.x <- top_n(final_data, 100, final_data$variablex)

OR（例如……仍然给我low.x的错误输出）

n <- 25
low.x <- subset(final_data, final_data$variablex < quantile(final_data$variablex, prob = 1 - n/100))
high.si <- subset(final_data, final_data$variablex > quantile(final_data$variablex, prob = 1 - n/100))

但是...如何根据较低的25％，主要的50％和最高的75％构建子集？

谢谢！

Answer 1

基于分位数g创建分组变量quant，然后按其拆分数据。输入无需排序。

x <- 1:12 # test data

quant <- quantile(x, c(0, .25, .75, 1))
g <- cut(x, quant, include.lowest = TRUE, lab = c("lo", "mid", "hi"))
split(x, g)

给予：

$`lo`
[1] 1 2 3

$mid
[1] 4 5 6 7 8 9

$hi
[1] 10 11 12

数量

也可以使用gtools的quantcut以更紧凑的形式完成此操作。这还会对副本进行更复杂的处理。

library(gtools)

g <- quantcut(x, c(0, .25, .75, 1), lab = c("lo", "mid", "hi"))
split(x, g)

将R中的数据集分为3个子集：较低的25％，中间的50％和顶部的25％

1 个答案:

数量