R:尝试确定每个数据点在哪个十分位数中，对于数据框中的所有变量

Question

我有一些数据包含消费者愿意为某些服务支付的价格信息。我试图通过使用 cut 函数找到每个响应落入的十分位数，用于多个服务。

for (i in 2:13){
    x<-quantile(data1[,i],c(0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1),na.rm=TRUE)

    data1[paste(names(data1[i]), "deciles", sep="_")] <- cut(data1[,i], breaks=x, includ)
}

但是，我有两个问题:有些变量的两个十分位数是相同的值(例如 0 =0，.1=0)，cut 函数不接受这些变量。此外，对于代码确实有效的初始列，我得到的是实际的十分位数而不是十分位数(例如，“(1.99,2.56]”而不是 .2。

如果有人有任何想法，我将不胜感激。

Answer 1

对于第一个问题:您只能使用unique 中断并将它们传递给cut。第二，将因子转换为整数，并使用整数作为 probs 向量中的索引，以提取适当的分位数间隔。

## Some sample data, the third column will fail for `cut`
set.seed(0)
data1 <- data.frame(x=rnorm(100), y=rnorm(100), z=sample(0:5, 100, rep=T))
qs <- seq(0, 1, by=0.1)                                                      # probs for quantile
for (i in 1:3){
    x <- quantile(data1[,i], qs, na.rm=TRUE)
    used <- qs[which(diff(c(0, x)) > 0)]                                     # which quantiles worked
    cuts <- cut(data1[,i], breaks=unique(x), include=T)                      # factors as you had them
    data1[paste(names(data1[i]), "deciles", sep="_")] <- cuts
    data1[paste(names(data1[i]), "num", sep="_")] <- used[as.integer(cuts)]  # numeric values
}
#            x          y z       x_deciles x_num       y_deciles y_num z_deciles
# 1  1.2629543  0.7818592 0     (1.24,2.44]   1.0      (0.78,1.5]   0.9   [0,1.7]
# 2 -0.3262334 -0.7767766 3 (-0.421,-0.252]   0.4 (-0.956,-0.714]   0.3     (2,3]
# 3  1.3297993 -0.6159899 1     (1.24,2.44]   1.0 (-0.714,-0.459]   0.4   [0,1.7]
# 4  1.2724293  0.0465803 5     (1.24,2.44]   1.0  (0.0262,0.376]   0.7     (4,5]
# 5  0.4146414 -1.1303858 5   (0.234,0.421]   0.7   [-1.68,-1.12]   0.1     (4,5]
# 6 -1.5399500  0.5767188 5   [-2.22,-1.07]   0.1    (0.376,0.78]   0.8     (4,5]
#   z_num
# 1   0.3
# 2   0.6
# 3   0.3
# 4   0.8
# 5   0.8
# 6   0.8