Как создать переменную с квантилями другого в R?

Я предлагаю создать переменную с помощью команды mutate dplyr, которая должна указывать квантиль другой переменной.

Например:

# 1.  Fake data:
data <- data.frame(
  "id" = seq(1:20),
  "score" = round(rnorm(20,30,20)))

# 2. Creating varaible 'Quantile_5'
data <-data %>% 
  mutate(Quntile_5 = ????)

До сих пор я создал функцию, которая определяет и возвращает квантиль как коэффициент, и которая действительно работает.

# 3. Create a function:
quantile5 <- function(x){
  x = ifelse(
    x < quantile(x,0.2),1,
    ifelse(x >= quantile(x,0.2) & x < quantile(x,0.4),2,
           ifelse(x >= quantile(x,0.4) & x < quantile(x,0.6),3,
                  ifelse(x >= quantile(x,0.6) & x < quantile(x,0.8),4,5
                         ))))
  return(as.factor(x))
}

# 4. Running the code:
data <-data %>% 
  mutate(Quntile_5 = quantile5(score))

# 5. Result:
data

   id score Quntile_5
1   1    55         5
2   2    56         5
3   3    26         3
4   4    42         3
5   5    41         3
6   6    26         3
7   7    57         5
8   8    12         1
9   9    21         2
10 10    25         2
11 11    37         3
12 12    18         2
13 13    54         5
14 14    47         4
15 15    52         4
16 16    -4         1
17 17    53         4
18 18    51         4
19 19    -7         1
20 20    -2         1

Но если я хочу создать, например, переменную Quantile_100 в качестве фактора, указывающего, в какой позиции от 1 до 100 находится каждое наблюдение (в контексте больших наборов данных), это не лучшее решение. Есть ли более простой способ создать эти переменные квинтиля?


r dataframe quantile dplyr mutate
person Guibor Camargo Salamanca    schedule 25.04.2021    source источник

Ответы (2)


arrow_upward
2
arrow_downward

Вот два варианта с cut:

1.

library(dplyr)

data %>% mutate(quantile100 = cut(score, 100, label = FALSE))

#This is similar to @Anoushiravan R `findInterval` function.
data %>% 
    mutate(quantile100 = cut(score, unique(quantile(score, seq(0, 1, 0.01))), labels = FALSE))
person Ronak Shah    schedule 26.04.2021
comment
Первый вариант фактически строит оценку в соответствии с нормальным распределением, поэтому он не представляет квантильное распределение. Есть ли способ сразу установить это нормальное распределение по умолчанию как равномерное ?. Вариант два работает очень хорошо. Спасибо! - person Guibor Camargo Salamanca; 26.04.2021

arrow_upward
2
arrow_downward

Надеюсь, это то, что вы искали:

library(dplyr)

data <- data.frame(
  "id" = seq(1:20),
  "score" = round(rnorm(20,30,20)))


data %>%
  mutate(quantile100 = findInterval(score, quantile(score, probs = seq(0, 1, 0.01)), 
                                    rightmost.closed = TRUE)) %>%
  slice_head(n = 10)

   id score quantile100
1   1    59          95
2   2    47          90
3   3    83         100
4   4    33          53
5   5     7          11
6   6    26          43
7   7    16          16
8   8    18          27
9   9    33          53
10 10    47          90

Я решил закрыть крайнюю правую корзину, чтобы максимальная категория не превышала 100. Мы также можем проверить это на вашем собственном примере, который приведет к тому же результату:


df %>%
  mutate(quantile100 = findInterval(score, quantile(score, probs = seq(0, 1, 0.2)), 
                                    rightmost.closed = TRUE)) %>%
  slice_head(n = 10)


   id score quantile5
1   1    55         5
2   2    56         5
3   3    26         3
4   4    42         3
5   5    41         3
6   6    26         3
7   7    57         5
8   8    12         1
9   9    21         2
10 10    25         2

Данные

structure(list(id = 1:20, score = c(55L, 56L, 26L, 42L, 41L, 
26L, 57L, 12L, 21L, 25L, 37L, 18L, 54L, 47L, 52L, -4L, 53L, 51L, 
-7L, -2L)), class = "data.frame", row.names = c("1", "2", "3", 
"4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", 
"16", "17", "18", "19", "20"))
person Anoushiravan R    schedule 25.04.2021
comment
Спасибо! он работал отлично !! Я не знал, что функция finInterval кажется очень полезной! - person Guibor Camargo Salamanca; 26.04.2021
comment
Добро пожаловать, я тоже, но благодаря вашему вопросу я нашел решение, которое ценится. - person Anoushiravan R; 26.04.2021