如何将一行拆分为 % 十分位数？

Question

到目前为止，我已经根据变量的值对所有内容进行了排序，例如，如果我有一排 n 数字，我会选择介于 a 和 b 之间的数字。我实际上需要做的是找到 %a 和 %b。

我一直在用这个：

a <- 05
b <- 0.4


    colnames(data[,which(data > a & data < b)])

我需要的是把我的行分成十分位数。所以最高的 10% 值，然后是介于 10% - 20% 之间的值，依此类推，直到最高 90% -100%。值不能与十分位数重叠，并且我的数据不能完全除以 10。

编辑 我有以下数据块：

  dput(data)
structure(list(AN8068571086 = c(0.501692168, 0.197414678, 0.415273482, 
0.3078506, 0.36441391, 0.492483978, 0.398119861, 0.501925374, 
0.660172121, 0.379188187), BMG3223R1088 = c(0.402426587, 0.214836776, 
0.328226835, 0.265325336, 0.25724501, 0.396151915, 0.377199761, 
0.31474308, 0.484177362, 0.412847814), BMG4388N1065 = c(0.592822703, 
0.308105268, 0.374769701, 0.563959456, 0.335778936, 0.455266056, 
0.510205508, 0.384208097, 0.460911179, 0.408350205), BMG6359F1032 = c(0.41153064, 
0.221527294, 0.37383843, 0.329890556, 0.356333922, 0.397373547, 
0.387519253, 0.424925141, 0.578383479, 0.411399158), BMG7496G1033 = c(0.478470376, 
0.222667989, 0.33437412, 0.352835697, 0.299427154, 0.573123951, 
0.466177145, 0.447775951, 0.477199807, 0.514107898), BMG812761002 = c(0.317522103, 
0.265366064, 0.397487594, 0.348840651, 0.428338929, 0.282390173, 
0.571658903, 0.450001013, 0.864445892, 0.418532333), CA88157K1012 = c(0.512859762, 
0.183395043, 0.36847587, 0.364320833, 0.41197194, 0.628829565, 
0.357019295, 0.341567448, 0.536733877, 0.343791549), CH0044328745 = c(0.499076264, 
0.203778437, 0.310663532, 0.288884148, 0.247539664, 0.293768434, 
0.348647329, 0.171457967, 0.391893463, 0.520079294), CH0048265513 = c(0.392308285, 
0.245092722, 0.406807313, 0.338218477, 0.337216158, 0.396477472, 
0.444780447, 0.513073443, 0.5655301, 0.372365682), GB00B4VLR192 = c(0.371059427, 
0.243691452, 0.382559417, 0.36669396, 0.331187524, 0.336644629, 
0.386660867, 0.408767967, 0.570252986, 0.350705351)), .Names = c("AN8068571086", 
"BMG3223R1088", "BMG4388N1065", "BMG6359F1032", "BMG7496G1033", 
"BMG812761002", "CA88157K1012", "CH0044328745", "CH0048265513", 
"GB00B4VLR192"), row.names = c(NA, -10L), class = "data.frame")

该过程应按如下方式进行：(1) 跨行循环，(2) 找到最低 10% 的值，(3) 获取 10% 最低值所在的列的列名，并存储在一个列表中。下面的代码是我之前的代码，它搜索具有位于 a 和 b 之间的行值的列名。我需要的只是列名，而不是行中的实际值。

stockpicks <- list()
a <- 0.3
b <- 0.7

    for (i in 1:nrow(data)) {


      input <- as.matrix(data[1,])


      #extract colnames of values between a and b

      efficient <- matrix(colnames(data[,which(input > a & input < b)]))


      # make a vector with new name for the output
      tmp_date   <- head(rownames(input), n=1)

      #rename column  
      colnames(efficient) <-tmp_date

      #export to list under new name
      stockpicks[[tmp_date]] <- efficient

    }

Answer 1

这里是你如何使用分位数来得到你想要的：

set.seed(0)
x <- as.integer(rnorm(1000, 100, 50))
quantile(x, probs = seq(0, 1, .1))

输出将是：

   0%   10%   20%   30%   40%   50%   60%   70%   80%   90%  100% 
-61.0  35.0  54.0  71.7  85.0  96.5 109.0 126.0 142.2 164.0 263.0 

Answer 2

要扩展 Eric 的评论，您可以使用 quantile 和 cut。例如，给定一个数据向量或矩阵的一行v，您可以执行类似的操作

    v = rnorm(1000)
    cut(v,breaks = quantile(v,probs = (0:10)/10))

这将为您提供一个基于十分位数的 10 个级别的因子作为断点。

编辑

根据更新后的问题，您可以执行以下操作：

    d = as.matrix(data)
    lapply(1:nrow(d), function(i) colnames(d)[d[i,]  < quantile(d[i,],.1)])

您也可以将d 上的apply 直接与MARGIN = 1 一起使用，但如果不同行中底部10% 的值数量不同，这将导致问题。它适用于您的最小示例，但可能无法在更大的数据框中给出预期的答案。