r - 使用 dplyr 截断数字变量的顶部和底部百分位数

Question

我已经生成了一个调查权重。因为离群调查权重会导致非常大的差异，我遵循许多统计书籍的提示:我想截断调查权重的前 5% 和后 5%。
我想为此使用 dplyr。

#generate data
data<-as.data.frame(cbind(sequence(2000),rnorm(2000,mean=3.16,sd=1.355686))) 
names(data)<-c("id","weight")

#This is how far i got
data2<-data %>% mutate(perc.weight=percent_rank(weight)) %>%
                mutate(perc.weight>0.95 | perc.weight<0.05)

在此之后，我有两个新变量。第一个变量给出权重的百分比等级。第二个变量显示值是否超出目标范围。

现在，我想用构成这些百分位数边界的权重值替换 95-100 百分位数内的权重和 0-5 百分位数内的权重。

我将不胜感激!

Answer 1

您可以使用 quantile与 pmin 一起使用, pmax :

data %>% mutate(weight_trunc = pmin(pmax(weight, quantile(weight, .05)), 
                                          quantile(weight, .95)))