使用dplyr的group_by()和ntile()函数。

Question

我想计算一个数据框中每个分组的五分位数，例如这样的数据框：

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

使用dplyr的ntile()函数和group_by，我认为可以得到如此处所示的分组五分位数。然而，正如我们从表中所看到的那样，五分位数是针对整个数据集计算的。在这种情况下，我想要得到每个五分位数中都有A和B各10个结果。

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

- Marco Pastor Mayo

---

你的变异语句已经向你的数据框添加了一个列z，因此不必将其分配给新列。相反，您可以执行df <- df %>% group_by(y) %>% mutate(z = ntile(x, 5)) %>% ungroup()。这不会解决您的问题，但我认为使用dplyr :: mutate会起作用。您的代码正在使用的变异版本可能来自plyr包。 - Bas

无法重现您的示例。 对我来说，您的代码按预期工作。也许尝试启动一个新的R会话。 - Cettt

Answer 1

请确保启动一个新的 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，dplyr对于table的替代方案是count：

count(df, y, z)

- Cettt

---

是的，它起作用了！我要看看是哪个（如果有的话）软件包导致它无法工作。 - Marco Pastor Mayo

这是 plyr 包，可能覆盖了 dplyr 的 group_by 函数。 - Marco Pastor Mayo