r语言 - 将 ntile() 与 group_by() 与 dplyr 一起使用

Question

我想计算数据帧中组的五分位数，如下所示：

df <- data.frame(x=1:100, y=c(rep("A", 50), rep("B", 50)))

使用ntile()函数和dplyr的group_by，我认为我可以像这里一样获得分组的五分位数。但是，正如我们从表中看到的那样，五分位数已相对于整个数据集进行了计算。在这种情况下，我想得到一个结果，其中每个五分位数A和B都有10。

df$z <- df %>% group_by(y) %>% mutate(z = ntile(x, 5)) %>% pull(z)
table(df$y, df$z)
1  2  3  4  5
A 20 20 10  0  0
B  0  0 10 20 20

Answer 1

确保启动一个新的R会话并尝试以下操作：

library(dplyr)
df <- data.frame(x=1:100, y=c(rep("A", 50), rep("B", 50))) %>% 
group_by(y) %>% mutate(z = ntile(x, 5))
table(df$y, df$z)
1  2  3  4  5
A 10 10 10 10 10
B 10 10 10 10 10

此外，table的dplyr替代方案是count：

count(df, y, z)