r - 使用 CUT 和 Quartile 在 R 函数中生成中断

Question

已关注 some great advice from before ，我现在正在编写第二个 R 函数并使用类似的逻辑。然而，我正在尝试更多地自动化，但可能变得太聪明了，不利于我自己。

我想根据订单数量将客户分成五分位数。这是我执行此操作的代码:

# 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)

表格(df$Quintile)

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

您将在此处看到，在我的示例数据中，我创建了 200 个观察值，但仅通过 table 列出了 197 个观察值。剩下的 3 个是 NA

现在，有些 clientID 的五分位数为“NA”。看起来如果它们处于最低中断(在本例中为 1)，那么它们不包含在剪切函数中。

有没有办法让cut包含所有观察结果？

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 

我在你的剪切函数中包含了 include.lowest=TRUE ，这似乎使它起作用。有关更多详细信息，请参阅?cut。