使用CUT和Quartile在R函数中生成中断

Question

在some great advice from before之后，我现在编写我的第二个R函数，并使用类似的逻辑。然而，我正在尝试更多的自动化，并且可能变得太聪明了，这对我自己来说是件好事。

我想根据订单数量将客户分成五等份。下面是我这样做的代码：

# 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

您将在这里看到，在我的样本数据中，我创建了200个观察值，但通过table仅列出了197个观察值。剩下的3个是NA

现在，有一些clientID有一个'NA‘的五分位。似乎如果它们处于最低的中断，在本例中为1，则它们不包括在cut函数中。

有没有办法让cut包含所有的观察结果？

Answer 1

尝试以下操作：

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 

我在您的cut函数中包含了include.lowest=TRUE，这似乎可以让它工作。有关更多详细信息，请参阅?cut。

Answer 2

在历史悠久的Hmisc包中也有cut2。它会减少分位数。

从帮助中：

函数类似于cut，但左端点是包含的，标签的形式是[lower，upper)，除了最后一个间隔是lower，upper。如果给定了裁剪，则默认情况下将确保裁剪包括x的整个范围。此外，如果未给定裁剪，则将x裁剪为分位数组(g给定)或具有给定最小观察数(m)的组。

创建了一个类别对象，而cut创建了一个因子对象。

Answer 3

您可以很容易地使用OneR package中bin函数中的content方法自动完成此操作

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

(完全披露:我是这个包的作者)