R-几个分类值的顶部五分之一

Question

通常，我想获得一列分布的数据框架的顶部五分之一。但是，对于另一列的每个独特的分类价值，它都必须是顶级五分之一。

我想必须以几个步骤完成，并有可能使用循环进行。首先，我需要根据唯一的分类值将数据帧分开，然后仅保留每个新数据框架的顶部五分位数，然后再将数据框架再次划分。但是我不知道该怎么做。

一些示例数据：

dat <- data.frame(x = rep(letters[1:3],times = 5),
                  y = rep(1:3,each = 5))
    > dat
   x y
1  a 1
2  b 1
3  c 1
4  a 1
5  b 1
6  c 2
7  a 2
8  b 2
9  c 2
10 a 2
11 b 3
12 c 3
13 a 3
14 b 3
15 c 3

在步骤1中，我想为每个唯一的分类值创建一个数据框。类似：

> df.a
     x y
    1  a 1
    2  a 1
    3  a 2
    4  a 2
    5  a 3

DF.B和DF.C相应地

在第二步中，我只想保留每个新数据框架的顶部五分之一。类似：

应该成为这个：

> df.a=df.a[df.a$y > quantile(df.a, 0.5, na.rm = TRUE),]
     # taking the top 50% because the top quintile would not work with the sample data. 

在最后一步中，我需要重新安排所有新的数据帧。

Answer 1

正如您所指出的，您的示例数据很难使用五分之一，因此我会稍微更改您的示例数据。

## New data
dat <- data.frame(x = rep(letters[1:3],times = 25),
                  y = sample(10, 75, replace=TRUE))

为了获取五分位数，无需为分类变量的每个值进行单独的数据。您可以使用aggregate做到这一点。

Limits = aggregate(dat$y, list(dat$x), quantile, 0.8)
row.names(Limits) = Limits[,1]
(Limits = Limits [,-1, drop=FALSE])
    x
a 8.0
b 7.2
c 8.0

现在，将(Top(五分位数的表划分为类别，我们可以选择以上五分位数(按类别(上方的原始数据的一部分。

TopQuintile = dat[which(dat$y >= Limits[dat$x,1]), ]