使用带有 group_by() 的 ntile() 和 dplyr

Question

我想计算 data.frame 中组的五分位数，如下所示：

df <- data.frame(x=1:100, y=c(rep("A", 50), rep("B", 50)))

使用 ntile() 函数和 dplyr 中的 group_by，我想我可以得到像这里这样的分组五分位数。然而，正如我们从 table 中看到的那样，五分位数是针对整个数据集计算的。在这种情况下，A 和 B 的每个五分位数都有 10，我想得到一个结果。

df$z <- df %>% group_by(y) %>% mutate(z = ntile(x, 5)) %>% pull(z)

table(df$y, df$z)

     1  2  3  4  5
  A 20 20 10  0  0
  B  0  0 10 20 20

Answer 1

确保开始一个新的 R-session 并试试这个：

library(dplyr)
df <- data.frame(x=1:100, y=c(rep("A", 50), rep("B", 50))) %>% 
   group_by(y) %>% mutate(z = ntile(x, 5))

table(df$y, df$z)
     1  2  3  4  5
  A 10 10 10 10 10
  B 10 10 10 10 10

此外，table 的 dplyr 替代方法是 count:

count(df, y, z)

使用带有 group_by() 的 ntile() 和 dplyr

Use ntile() with group_by() with dplyr

group-by

r

percentile

dataframe

dplyr