我有一个长数据集,其中每一行都是该州当年的所得税税率。以下是几行示例:
State statefip year TopRate
<chr> <dbl> <fct> <dbl>
1 Alabama 1 2018 0.05
2 Alabama 1 2017 0.05
3 Alabama 1 2016 0.05
4 Alabama 1 2015 0.05
5 Alabama 1 2014 0.05
6 Alabama 1 2013 0.05
7 Alabama 1 2012 0.05
8 Alabama 1 2011 0.05
9 Alabama 1 2010 0.05
10 Alaska 2 2018 0
我想为每年创建一个分位数(.5、.75、.80等(的额外列。因此,.5(中位数(栏将显示2018年所有州的税率中位数,依此类推。需要澄清的是,2018年某个州的每一项观察结果都将具有相同的0.5税率,但每年都会发生变化。虽然这看起来很奇怪,但当我以后必须将这些数据与其他数据合并时,它会对我有所帮助。提前感谢您的帮助!
编辑:这是我想要的。。
State statefip year TopRate median q3 q80 q85 q90 jenkb$jenkb
<chr> <dbl> <fct> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int>
1 Alabama 1 2018 0.05 0.0575 0.0700 0.074 0.0888 0.0897 0
2 Alabama 1 2017 0.05 0.0575 0.0700 0.074 0.0854 0.0895 0
3 Alabama 1 2016 0.05 0.0575 0.0700 0.074 0.0854 0.0895 0
4 Alabama 1 2015 0.05 0.0575 0.0700 0.074 0.0888 0.0897 0
5 Alabama 1 2014 0.05 0.058 0.07 0.0765 0.0888 0.0897 0
6 Alabama 1 2013 0.05 0.0599 0.072 0.0775 0.0839 0.0895 0
7 Alabama 1 2012 0.05 0.06 0.072 0.0775 0.0866 0.0895 0
8 Alabama 1 2011 0.05 0.06 0.0738 0.078 0.085 0.0897 0
9 Alabama 1 2010 0.05 0.06 0.0738 0.078 0.0872 0.0897 1
10 Alaska 2 2018 0 0.0575 0.0700 0.074 0.0888 0.0897 0
# ... with 449 more rows
除了我希望JenkB专栏每年都是1,该州在该年的Jenks假期中属于第二个桶。
taxlong %>%
group_by(year) %>%
mutate(median = quantile(TopRate, .5)) %>%
mutate(q3 = quantile(TopRate, .75)) %>%
mutate(q80 = quantile(TopRate, .80)) %>%
mutate(q85 = quantile(TopRate, .85)) %>%
mutate(q90 = quantile(TopRate, .90)) #%>%
#mutate(jenkb = as.integer((TopRate > 0.0323 & year == 2018 | 2017 | 2015) | (TopRate > 0.0375 & year == 2016) | (TopRate > 0.034 & year == 2014 | 2013 | 2012 | 2011 | 2010)))
此代码不起作用
我们可以将quantile
与cut
一起使用,在按组列"年份"分组后创建列
library(dplyr)
df1 %>%
group_by( year) %>%
mutate(new = cut(TopRate, breaks = c(-Inf, quantile(TopRate,
probs = c(.5, .75, .8) ), Inf)))
如果我们想创建具有quantile
值的新列(值将对每行重复(,请将其放置在list
中,然后将unnest
放置为"宽"格式
library(tidyr)
df1 %>%
group_by(year) %>%
mutate(new = list(quantile(TopRate, probs = c(.5, .75, .8)))) %>%
unnest_wider(c(new))
或使用data.table
library(data.table)
setDT(df1)[, new := cut(TopRate, breaks = c(-Inf, quantile(TopRate, probs = c(.5, .75, .8)), Inf)), .( year)]
感谢您的帮助。
taxlong %>%
group_by(year) %>%
mutate(median = quantile(TopRate, .5))
工作非常完美,我只需要为我需要的每个分位数重复这个过程。我需要为以后的分析保留这些值。