sirven - ¿Cómo crear una columna con un cuartil?

quintiles y cuartiles

Question

Tengo una tabla llamada tableOne en R como esta:

idNum        binaryVariable        salePrice
2               1                    55.56
4               0                    88.33
15              0                     4.45
87              1                    35.77
...            ...                    ...

Me gustaría tomar los valores producidos a partir de: summary (tableOne $ salePrice) para crear cuatro cuartiles por salePrice. Luego me gustaría crear una columna tableOne $ quartile con el cuartil en el que se encuentra cada fila salePrice. Se vería así:

idNum        binaryVariable            salePrice      quartile
    2               1                    55.56            3
    4               0                    88.33            4
    15              0                     4.45            1
    87              1                    35.77            2 
    ...            ...                    ...            ...  

¿Alguna sugerencia?

Answer 1

Esto debería hacerlo:

tableOne <- within(tableOne, quartile <- as.integer(cut(salesPrice, quantile(salesPrice, probs=0:4/4), include.lowest=TRUE)))

...Algunos detalles:

La función within es ideal para calcular nuevas columnas. No tiene que referirse a las columnas como tableOne$salesPrice etc.

tableOne <- within(tableOne, quartile <- <<<some expression>>>)

La función de quantile calcula los cuantiles (o, en su caso, los cuartiles). 0:4/4 evalúa a c(0, 0.25, 0.50, 0.75, 1) .

Finalmente, la función de cut divide sus datos en esos cuartiles. Pero obtienes un factor con nombres extraños, por lo que a as.integer lo as.integer en grupos 1,2,3,4 .

Intente ?within etc. para aprender más sobre las funciones mencionadas aquí ...

Answer 2

La configuración de las labels=FALSE parámetros labels=FALSE en cut() devuelve los nombres de categoría como enteros. Ver ?cut

tableOne <- within(tableOne, quartile <- cut(salesPrice, quantile(salesPrice, probs=0:4/4), include.lowest=TRUE, labels=FALSE))

Answer 3

Puedes usar el siguiente script

tableOne$Quartile<-ifelse(tableOne$salesPrice<=quantile(tableOne$salesPrice,c(0.25)),1,
                           ifelse(tableOne$salesPrice<=quantile(tableOne$salesPrice,c(0.5)),2,
                                  ifelse(tableOne$salesPrice<=quantile(tableOne$salesPrice,c(0.75)),3,
                                         ifelse(tableOne$salesPrice<=quantile(tableOne$salesPrice,c(1)),4,NA))))

Answer 4

Un enfoque de datos.

    library(data.table)
    tableOne <- setDT(tableOne)[, quartile := cut(salesPrice, quantile(salesPrice, probs=0:4/4), include.lowest=TRUE, labels=FALSE)]

Answer 5

Usando el paquete cutr podemos hacer:

# devtools::install_github("moodymudskipper/cutr") library(cutr) df$quartile <- smart_cut(df$salePrice, 4, "g", output = "numeric") # idNum binaryVariable salePrice quartile # 1 2 1 55.56 3 # 2 4 0 88.33 4 # 3 15 0 4.45 1 # 4 87 1 35.77 2