百分位数分组表[重复]

Posted 2023-02-16

【中文标题】百分位数分组表[重复]

【英文标题】：Grouped table of percentiles [duplicate]

【发布时间】：2020-05-11 23:31:24

【问题描述】：

我需要计算哪个值代表组内的 5%、34%、50%、67% 和 95%（在单独的列中）。预期的输出是

    5%   34%  50%  67% 95%
A   4     6    8    12  30
B   1     2    3    4    10

每个组的整数值。

下面的代码显示了我到目前为止的内容（但使用生成的数据）：

library(dplyr)
library(tidyr)
data.frame(group=sample(LETTERS[1:5],100,TRUE),values=rnorm(100)) %>%
      group_by(group) %>%
      mutate(perc_int=findInterval(values, 
                    quantile(values, probs=c(0.05,0.34,0.5,0.67,0.95)))) %>%
      pivot_wider(names_from = perc_int,values_from = values)

使用这个例子我得到了六列，我不知道为什么。

此外，列填充的是向量而不是单个值。如何在值向量中只获得一个表示百分位数的值？

【参考方案1】：

您可以在列表中获取quantile 数据，然后使用unnest_wider 拥有单独的列。

library(dplyr)
set.seed(123)

data.frame(group=sample(LETTERS[1:5],100,TRUE),values=rnorm(100)) %>%
   group_by(group) %>%
   summarise(perc_int= list(quantile(values, probs=c(0.05,0.34,0.5,0.67,0.95)))) %>%
   tidyr::unnest_wider(perc_int)

# A tibble: 5 x 6
#  group   `5%`  `34%`   `50%` `67%` `95%`
#  <fct>  <dbl>  <dbl>   <dbl> <dbl> <dbl>
#1  A     -2.40  -0.580 -0.0887 0.371  1.38
#2  B     -1.83  -0.200  0.0848 0.546  1.78
#3  C     -0.947 -0.148  0.184  0.789  1.81
#4  D     -0.992 -0.275 -0.0193 0.274  1.82
#5  E     -1.65  -0.457 -0.0422 0.540  1.66

【讨论】：

太棒了。正是我需要的。

【参考方案2】：

以下应该有效。

library(dplyr)
data.frame(group=sample(LETTERS[1:5],100,TRUE),values=rnorm(100)) %>%
      group_by(group) %>% summarise(`5 %` = quantile(values,0.05),
                                    `34 %` = quantile(values,0.34), 
                                    `50 %` = quantile(values,0.5), 
                                    `67 %` = quantile(values,0.67), 
                                    `95 %` = quantile(values,0.95))

【讨论】：

是的，这可行，但下面的解决方案更优雅。