我找到了两个有关在R中计算分位数的主题。然而,这两种方法,即dplyr::ntile
和quantile()
都会产生不同的输出结果。事实上,dplyr::ntile()
无法正确输出十分位。
方法1:使用ntile()
从R:将数据集拆分为四分位数/十分位数。什么是正确的方法?主题中,我们可以使用ntile()
。
下面是我的代码:
vector<-c(0.0242034679584454, 0.0240411606258083, 0.00519255930109344,
0.00948031338483081, 0.000549450549450549, 0.085972850678733,
0.00231687756193192, NA, 0.1131625967838, 0.00539244534707915,
0.0604885614579294, 0.0352030947775629, 0.00935626135385923,
0.401201201201201, 0.0208212839791787, NA, 0.0462887301644538,
0.0224952741020794, NA, NA, 0.000984952654008562)
ntile(vector,10)
输出结果为:
ntile(vector,10)
5 5 2 3 1 7 1 NA 8 2 7 6 3 8 4 NA 6 4 NA NA 1
如果我们对此进行分析,我们会发现不存在第10个分位数!
方法2:使用quantile() 现在,让我们使用来自如何通过在数据框中按列排序快速形成组(四分位数、十分位数等)线程的方法。
这是我的代码:
as.numeric(cut(vector, breaks=quantile(vector, probs=seq(0,1, length = 11), na.rm=TRUE),include.lowest=TRUE))
输出结果为:
7 6 2 4 1 9 2 NA 10 3 9 7 4 10 5 NA 8 5 NA NA 1
从输出结果可以看出,它们完全不同。我在哪里出了问题?我很感激任何想法。
这是ntile()
函数的一个bug吗?