使用 R (dplyr) 将三分位数转换为二进制

Question

我有一个像这样的大型 data.frame (df)：

A B C D E 
1.2 2.2 3.3 4.4 5.2 
4.2 5.3 6.5 7.2 1.5 
2 7 3 4 6 
1 2 3 4 5 

我想通过在 R 中使用 dplyr 和以下代码来创建 B 列的三分位组：

第一

library('dplyr')
ntile(df$B, 3)

所以我从 B 列得到了三个组：

#group 1
ntile(df$B,3)==1
#group2
ntile(df$B,3)==2
#group3
ntile(df$B,3)==3

现在我想通过加入组 1,2 成为一个组和组 3 成为第二组来生成二进制变量。 我应用了这段代码：

第二

#combine group1,2
bin1 <- c((ntile(df$B,3)==1),(ntile(df$B,3)==2))
#creating the second group
bin2 <- (ntile(df$B,3)==3)

我只是想确定我是否做对了（在第一部分和第二部分）？我想知道是否有任何其他（更快/更容易）的方法来做到这一点？通过使用（dplyr 或 R 中的任何其他包）

Answer 1

更新：使用dplyr：

library(dplyr)
df %>% mutate(ter=ntile(B, 3), bin=ifelse(ter < 3, "low", "high"))

生产：

    A   B   C   D   E ter  bin
1 1.2 2.2 3.3 4.4 5.2   1  low
2 4.2 5.3 6.5 7.2 1.5   2  low
3 2.0 7.0 3.0 4.0 6.0   3 high
4 1.0 2.0 3.0 4.0 5.0   1  low

---

旧基础解决方案

通常你使用cut 来处理这类事情。我不确定ntile 是否真的做了你想要的：

df$ter <- cut(df$B, quantile(df$B, seq(0, 1, 1/3)), include.lowest=T)
df$bin <- ifelse(as.numeric(df$ter) < 3, "low", "high")
df

生产：

    A   B   C   D   E       ter  bin
1 1.2 2.2 3.3 4.4 5.2   [2,2.2]  low
2 4.2 5.3 6.5 7.2 1.5 (2.2,5.3]  low
3 2.0 7.0 3.0 4.0 6.0   (5.3,7] high
4 1.0 2.0 3.0 4.0 5.0   [2,2.2]  low

cut 生成一个因子，将每个值分类到一个 bin 中，这里我们使用函数 quantile 将 bin 指定为 terciles。然后我们利用df$ter 的有序因子性质将前两个绑定合并到low bin 中，并将第三个bin（因此< 3）留在high bin 中。