按彼此的百分比对变量进行分组答案

【问题标题】：Group variables by values with % of each other按彼此的百分比对变量进行分组
【发布时间】：2021-07-17 14:16:04
【问题描述】：

我想对具有特定列的 df 行进行分组，该列的值彼此为 x%。例如，在 df 中，10% 的值差异将分为 3 组：（A、C、F）、（B、D）、（E）。所以某种分组方式的值有 +/- 10% 的变化。

tibble(Item = c("A","B","C","D","E","F"), value = c(1.01,2.42,1.03,2.45, 3.1, 0.99))

【问题讨论】：

如果 3 个这样的值是 1、1.09、1.18，百分比仅为 10%
在我使用这个的情况下，这种情况是不可能的，所以不用担心这个。
好的。看答案。这适用于（i）您想将它们组合在一起或（ii）这种情况不会发生的情况。

标签： r data.table tidyverse data-manipulation

【解决方案1】：

作为一个快速而肮脏的解决方案，我建议：

library(tidyverse)

df <- tibble(Item = c("A","B","C","D","E","F"), value = c(1.01,2.42,1.03,2.45, 3.1, 0.99))

df %>%
  mutate(group = ceiling((value/max(value))/0.1))

您可以在其中更改 0.1 除数。

【讨论】：

【解决方案2】：

这样的事情会奏效。那么“组”就是Item。

您可以看到，由于您指定的方式，会出现许多边缘情况。您可以删除参数 mult = "first" 来解析它们。

dt <- data.table(tibble(Item = c("A","B","C","D","E","F"), value = c(1.01,2.42,1.03,2.45, 3.1, 0.99)))
dt[, `:=`(lower_bound = value * .9,
          upper_bound = value * 1.1)]
dt[dt, on = .(value > lower_bound,
              value < upper_bound), mult = "first"][, .(i.Item), Item]

#    Item i.Item
# 1:    A      A
# 2:    A      C
# 3:    A      F
# 4:    B      B
# 5:    B      D
# 6:    E      E

【讨论】：

【解决方案3】：

由于您已在 cmets 中阐明顺序元素不会相互冲突，因此您可以这样做

library(dplyr)
df %>% arrange(value) %>% 
  group_by(grp = cumsum(lag(value, default = 0)*1.1 <= value)) %>%
  ungroup() %>%
  arrange(Item)

# A tibble: 6 x 3
  Item  value   grp
  <chr> <dbl> <int>
1 A      1.01     1
2 B      2.42     2
3 C      1.03     1
4 D      2.45     2
5 E      3.1      3
6 F      0.99     1

如果value 中可能存在负值，这也会产生预期结果

df %>% arrange(value) %>% 
  group_by(grp = 1 + cumsum(lag(value, default = first(value))*1.1 <= value)) %>%
  ungroup() %>%
  arrange(Item)

# A tibble: 6 x 3
  Item  value   grp
  <chr> <dbl> <dbl>
1 A      1.01     1
2 B      2.42     2
3 C      1.03     1
4 D      2.45     2
5 E      3.1      3
6 F      0.99     1

【讨论】：