将列中前 20% 的最高值返回为 1，并将其余数字设为 0答案

【问题标题】：Return top 20% highest value in a column into 1 and make the rest of the numbers 0将列中前 20% 的最高值返回为 1，并将其余数字设为 0
【发布时间】：2021-10-10 09:28:51
【问题描述】：

将列中前 20% 的最高值返回为 1，其余数字为 0

dat1 = data.frame(a = c(0.1,0.2,0.3,0.4,0.5), b = c(0.6,0.7,0.8,0.9,0.10), c = c(0.12,0.13,0.14,0.15,0.16), d = c(0.6,0.7,0.8,0.5,0.9), ID=c("Albert", "Bia", "Carla", "Duda", "Elisa"))

想要的 DF

dat1 = data.frame(a = c(0,0,0,0,1), b = c(0,0,0,1,0), c = c(0,0,0,0,1), d = c(0,0,0,0,1), ID=c("Albert", "Bia", "Carla", "Duda", "Elisa"))

【问题讨论】：

标签： r dataframe subset data-cleaning

【解决方案1】：

或使用colQuantiles

library(matrixStats)
dat1[1:4] <- +(dat1[1:4] >colQuantiles(as.matrix(dat1[1:4])))

【讨论】：

【解决方案2】：

您可以在dplyr 中使用across -

library(dplyr)

dat1 %>% mutate(across(a:d, ~as.integer(. > quantile(., 0.8))))

#  a b c d     ID
#1 0 0 0 0 Albert
#2 0 0 0 0    Bia
#3 0 0 0 0  Carla
#4 0 1 0 0   Duda
#5 1 0 1 1  Elisa

【讨论】：

【解决方案3】：

使用aplly 和quantile

dat1[,1:4] <- apply(dat1[,1:4], 2, function(x) ifelse(x>=quantile(x, probs = c(0.8, 1))[2],1,0))

output:
> dat1
  a b c d     ID
1 0 0 0 0 Albert
2 0 0 0 0    Bia
3 0 0 0 0  Carla
4 0 1 0 0   Duda
5 1 0 1 1  Elisa

【讨论】：

你可以缩短它：apply(dat1[,1:4], 2, function(x) ifelse(x>=quantile(x, 0.8),1,0))
谢谢！你能解释一下为什么是数字“2”吗？
couse probs = c(0.8, 1) 给你 2 个分位数。你想用第二个。
@Fernanda 如果您指的是应用中的“2”：它代表第二维，这里是列。如果您改用“1”，则将函数应用于行。
谢谢你，佐伊！