使用另一列的四分位数值在数据框中创建变量

Question

我想在数据框中创建一个变量，它会根据列的 Quartile/Median 值对观察结果进行分类。

下面是我试过的。

Name<-c("name1","name2","name3","name4","name5","name6")
Age<-c(49,12,29,55,25,19)

df9<-data.frame(Name,Age)

df9$catoG[df9$Age<=quantile(df9$Age,0.25)]<-"Young"
df9$catoG[df9$Age>quantile(df9$Age,0.25) & df9$Age<=median(df9$Age)]<-"Adult"
df9$catoG[df9$Age>median(df9$Age)]<-"Elder"

我收到的输出是

   Name Age catoG
1 name1  49 Elder
2 name2  12 Young
3 name3  29 Elder
4 name4  55 Elder
5 name5  25 Adult
6 name6  19 Young

在 R 中是否有更有效的方法可以实现相同的目标？

Answer 1

您可以使用 dplyr 包中的 dplyr::mutate and dplyr::case_when：

Name<-c("name1","name2","name3","name4","name5","name6")
Age<-c(49,12,29,55,25,19)

df9<-data.frame(Name,Age)

df9 %>% mutate(catoG = case_when(Age<=quantile(Age,0.25) ~ 'Young',
                                 Age>quantile(Age,0.25) & Age<=median(Age) ~ 'Adult',
                                 TRUE ~ 'Elder'))

Answer 2

cut 是所有涉及在范围内分割向量的任务的朋友：

df9$new = cut(df9$Age, 
              breaks = c(-Inf, quantile(df9$Age,c(0.25, 0.5)), Inf), 
              labels = c('Young', 'Adult', 'Elder') )

#   Name Age catoG   new
#1 name1  49 Elder Elder
#2 name2  12 Young Young
#3 name3  29 Elder Elder
#4 name4  55 Elder Elder
#5 name5  25 Adult Adult
#6 name6  19 Young Young

Answer 3

以下函数从数值向量创建分位数 (n) 组向量（因此四分位数为 n = 4）：

qgroup = function(numvec, n = 4){

  qtile = quantile(numvec, probs = seq(0, 1, 1/n))
  out = sapply(numvec, function(x) sum(x >= qtile[-(n+1)]))

  return(out)
}

正在对您的数据应用函数：

Name = c("name1","name2","name3","name4","name5","name6")
Age = c(49,12,29,55,25,19)

df9 = data.table(Name,Age)
df9[, Q := qgroup(Age)]

> df9
    Name Age Q
1: name1  49 4
2: name2  12 1
3: name3  29 3
4: name4  55 4
5: name5  25 2
6: name6  19 1

最后，我们标记四分位数组：

labels = list('Young', 'Adult', 'Elder', 'Elder')

df9[, Label := sapply(Q, function(x) labels[x])]
> df9
    Name Age Q Label
1: name1  49 4 Elder
2: name2  12 1 Young
3: name3  29 3 Elder
4: name4  55 4 Elder
5: name5  25 2 Adult
6: name6  19 1 Young

使用另一列的四分位数值在数据框中创建变量

Create variable in data frame using another column's Quartile value

r

quartile