将 ntile() 与 group_by() 与 dplyr 一起使用答案

【问题标题】：Use ntile() with group_by() with dplyr将 ntile() 与 group_by() 与 dplyr 一起使用
【发布时间】：2019-12-18 12:22:31
【问题描述】：

我想计算 data.frame 中组的五分位数，例如：

df <- data.frame(x=1:100, y=c(rep("A", 50), rep("B", 50)))

使用ntile() 函数和来自dplyr 的group_by，我想我可以得到分组的五分位数，例如这里。但是，正如我们从表中看到的，五分位数是针对整个数据集计算的。我想得到一个结果，在这种情况下，A 和B 的每个五分位数都有10。

df$z <- df %>% group_by(y) %>% mutate(z = ntile(x, 5)) %>% pull(z)

table(df$y, df$z)

     1  2  3  4  5
  A 20 20 10  0  0
  B  0  0 10 20 20

【问题讨论】：

您的 mutate 语句已将列 z 添加到您的 data.frame，因此无需将其分配给新列。相反，您可以使用df <- df %>% group_by(y) %>% mutate(z = ntile(x, 5)) %>% ungroup()。这不会解决您的问题，但我认为使用 dplyr::mutate 会起作用。可能您的代码正在使用的 mutate 版本来自 plyr 包。
无法重现您的示例。对我来说，您的代码按预期工作。也许尝试开始一个新的 R 会话。

标签： r dataframe dplyr group-by percentile

【解决方案1】：

确保开始一个新的 R 会话并尝试以下操作：

library(dplyr)
df <- data.frame(x=1:100, y=c(rep("A", 50), rep("B", 50))) %>% 
   group_by(y) %>% mutate(z = ntile(x, 5))

table(df$y, df$z)
     1  2  3  4  5
  A 10 10 10 10 10
  B 10 10 10 10 10

另外，dplyr 替代 table 将是 count：

count(df, y, z)

【讨论】：

是的，成功了！我要看看是哪个（如果有的话）包导致它不起作用。
是plyr 包，可能覆盖了dplyr 的group_by 函数。