L'utilisation de COUPER et le Quartile de générer des ruptures dans la fonction R

Suivantes quelques bons conseils avant de partir, je suis en train d'écrire mon 2ème de la fonction R et à l'aide d'une logique similaire. Cependant, je suis en train d'automatiser un peu plus et peut-être trop intelligent pour mon propre bien.

J'ai envie de casser les clients en quintiles en fonction du nombre de commandes. Voici mon code pour le faire:

# sample data
clientID <- round(runif(200,min=2000, max=3000),0)
orders <- round(runif(200,min=1, max=50),0)

df <- df <- data.frame(cbind(clientID,orders))

#function to break them into quintiles
ApplyQuintiles <- function(x) {
  cut(x, breaks=c(quantile(df$orders, probs = seq(0, 1, by = 0.20))), 
      labels=c("0-20","20-40","40-60","60-80","80-100"))
}

#Add the quintile to the dataframe
df$Quintile <- sapply(df$orders, ApplyQuintiles)

table(df$Quintile)

0-20   20-40   40-60    60-80   80-100 
40     39      44       38      36

Vous verrez ici que dans mon échantillon de données, j'ai créé 200 observations, mais seulement 197 sont répertoriés via table. Le 3 gauche sont NA

Maintenant, il y a quelques clientIDs qui ont " NA " pour quintile. Il semble que si ils étaient au plus bas pause, dans ce cas, de 1, alors qu'ils n'ont pas été inclus dans la fonction de couper.

Est-il un moyen de faire cut inclusive de toutes les observations?

Oui, vous devez spécifier include.lowest=TRUE comme un argument de cut(). Voir ?cut

OriginalL'auteur mikebmassey | 2012-07-30

  1. 18

    Essayez ce qui suit:

    set.seed(700)

clientID <- round(runif(200,min=2000, max=3000),0)
orders <- round(runif(200,min=1, max=50),0)

df <- df <- data.frame(cbind(clientID,orders))

ApplyQuintiles <- function(x) {
  cut(x, breaks=c(quantile(df$orders, probs = seq(0, 1, by = 0.20))), 
      labels=c("0-20","20-40","40-60","60-80","80-100"), include.lowest=TRUE)
}
df$Quintile <- sapply(df$orders, ApplyQuintiles)
table(df$Quintile)

0-20  20-40  40-60  60-80 80-100 
  40     41     39     40     40

    J'ai inclus include.lowest=TRUE dans votre fonction de couper, ce qui semble pour le faire fonctionner. Voir ?cut pour plus de détails.

    OriginalL'auteur Edward

  2. 5

    Il est également cut2 dans la vénérable Hmisc paquet. Il ne quantile coupes.

    De l'aide:

    Fonction comme couper, mais à gauche les points de terminaison sont inclusifs et les étiquettes sont de
    la forme [inférieure, supérieure), à l'exception de ce dernier intervalle est [inférieure,supérieure].
    Si les coupes sont donnés, par défaut, assurez-vous que les coupes inclure l'ensemble de la
    gamme de x. Aussi, si les coupes ne sont pas donnés, permettra de réduire de x en fonction quantile
    des groupes de (g donnée) ou des groupes avec un nombre minimum d'observations
    (m). Alors que coupe crée une catégorie d'objet, cut2 crée un facteur de
    objet.

    OriginalL'auteur Owen

  3. 3

    Vous pouvez très facilement effectuer cette opération automatiquement avec le content méthode dans le bin fonction dans le OneR paquet:

    library(OneR)
set.seed(700)

clientID <- round(runif(200, min = 2000, max = 3000), 0)
orders <- round(runif(200, min = 1, max = 50), 0)
df <- data.frame(cbind(clientID, orders))

df$Quintiles <- bin(df$orders, method = "content")
table(df$Quintile)
## 
## (0.952,9.8]    (9.8,19]   (19,31.4] (31.4,38.2]   (38.2,49] 
##          40          41          39          40          40

    (Divulgation complète: je suis l'auteur de ce forfait)

    OriginalL'auteur vonjd

  4. 2

    - Je utiliser une fonction similaire pour mes données et je suis inquiet parce que mon quintile de bacs ont des nombres différents de l'observation: est-ce OK?
    Merci!

    jobs02.vq <- cut(meaneduc02v, breaks=c(quantile(meaneduc02v,  probs = seq(0,        1, by=0.20), 
                          na.rm=TRUE, names=TRUE, include.lowest=TRUE, right = TRUE, 
                          labels=c("1","2","3","4","5")))) # makes quintiles

    Et le résultat que j'obtiens est:

     table(jobs02.vq, useNA='ifany')
 jobs02.vq
 [1.00,2.00) [2.00,2.51) [2.51,3.34) [3.34,4.45) [4.45,5.33]        <NA> 
     82          54          69          64          67         123

    OriginalL'auteur Paula