数据处理|数据按从小到大分成n类
最近做项目遇到了一个实际数据清洗的问题，如何将连续数据按从大到小分成n类？刚开始我是打算用tidyverse包的，但是找不到合适的函数。只能通过较为笨拙的方法进行了。
之后通过stackoverflow网站[1]进行查询才发现原来有这么好用的窗口函数。
较为笨拙的方法
使用Rbase包中的数据框操作进行，首先随机产生一个数据框作为模拟数据。
temp <- data.frame(name=letters[1:12], value=rnorm(12), q=rep(NA, 12))
head(temp)
# name value quartile
# 1 a 2.55118169 NA
# 2 b 0.79755259 NA
# 3 c 0.16918905 NA
# 4 d 1.73359245 NA
# 5 e 0.41027113 NA
# 6 f 0.73012966 NA
temp.sorted <- temp[order(temp$value), ]
temp.sorted$q <- rep(1:4, each=12/4)
temp <- temp.sorted[order(as.numeric(rownames(temp.sorted))), ]
head(temp)
# name value q
# 1 a 2.55118169 4
# 2 b 0.79755259 3
# 3 c 0.16918905 2
# 4 d 1.73359245 4
# 5 e 0.41027113 2
# 6 f 0.73012966 3
使用dplyr包中的ntile()
首先构建一个数据框，包含a，b变量。以该数据框进行演示：
foo <- data.frame(a = 1:100,
b = runif(100, 50, 200),
stringsAsFactors = FALSE)
载入tidyverse包[2]，内部包含了dplyr包[3]。然后使用管道函数，利用函数ntile()构建新的列，列名为q。或者不用通道函数，直接加载dplyr包也可以。
library(tidyverse)
foo %>%
mutate(q = ntile(b, 10))
# a b q
#1 1 93.94754 2
#2 2 172.51323 8
#3 3 99.79261 3
#4 4 81.55288 2
#5 5 116.59942 5
#6 6 128.75947 6
参考资料
[1]
How to quickly form groups : https://stackoverflow.com/questions/4126326/how-to-quickly-form-groups-quartiles-deciles-etc-by-ordering-columns-in-a?noredirect=1
[2]
tidyverse包: https://www.tidyverse.org/
[3]
dplyr包: https://dplyr.tidyverse.org/
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-11-22，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录