R：随着数据集的增长，基于通用滚动十分位数创建一个因子变量答案

【问题标题】：R: Create a factor variable based on generic rolling deciles as dataset growsR：随着数据集的增长，基于通用滚动十分位数创建一个因子变量
【发布时间】：2016-10-31 22:56:34
【问题描述】：

我可以使用下面的代码为我的数据的十分位数创建一个因子变量，该代码考虑了整个历史记录：

`q <- quantile(x, seq(0,1,0.1), na.rm = TRUE)
decilab <- c("1st","2nd","3rd","4th","5th","6th","7th","8th","9th","10th")
q.factor <- cut(x, unique(q), included.lowest = TRUE, labels = decilab)`

但是，我需要在滚动的基础上进行通用切分，仅考虑标记点之前的历史记录。下面的代码使用for 循环将滚动quantile 计算为9 个不同的变量，但我不确定如何将其转换为单因素变量（我也不是特别希望/不需要这些变量存在）。

`for(i in 1:length(x)){
   D1[i] <- quantile(x[1:i],0.1, na.rm = TRUE)
   D2[i] <- quantile(x[1:i],0.2, na.rm = TRUE)
   D3[i] <- quantile(x[1:i],0.3, na.rm = TRUE)
   D4[i] <- quantile(x[1:i],0.4, na.rm = TRUE)
   D5[i] <- quantile(x[1:i],0.5, na.rm = TRUE)
   D6[i] <- quantile(x[1:i],0.6, na.rm = TRUE)
   D7[i] <- quantile(x[1:i],0.7, na.rm = TRUE)
   D8[i] <- quantile(x[1:i],0.8, na.rm = TRUE)
   D9[i] <- quantile(x[1:i],0.9, na.rm = TRUE)
}`

必须有更好的方法！感谢您的帮助，如果这是一个常见问题，我深表歉意 - 到目前为止我还没有找到任何东西。

编辑：抱歉，因为我是 Stack Overflow 和 R 的新手。我想我有一个更好的例子，但我不知道如何重新提交这个问题。

假设您有向量x <- 1:1000，目标是用cut(x, seq(0,1,0.1), include.lowest = TRUE) 将这些数据分成十分位数，但这会将整个系列x 分成分组[0,100), [100, 200)...etc 但是，我的目标是分组是变量，仅基于前面的数据，而不是整个向量。所以本质上，每一个点都在“顶部十分位”中，因为这个系列是线性的，但是对于随机系列，最新点的十分位仅相对于前几个点确定，而不是整个系列。

我尝试了以下方法：

`for (i in 1:length(x)){
    z[i] <- as.numeric(cut(x[1:i], quantile(x[1:i], seq(0,1,.1))))[i]
 } `

这不起作用

【问题讨论】：

在 Stack Overflow 上询问有关代码的问题时，请提供包含数据的最小、完整、可验证的示例。在r 标签描述中，它特别要求您使用dput() 共享必要的数据。 stackoverflow.com/help/mcve
正如所写的那样，这对我来说没有任何意义。分位数用于连续值，因子用于离散值。我建议您尝试使用任何类型的变量的小数据集创建一个示例，然后使用三分位数展示您对它的期望。
目标是让分配给 x[n] 的“十分位数”基于 x[1:n] 中的数据范围并排除 x[ 范围内的数据(n+1):inf]

标签： r factors

【解决方案1】：

`library(dplyr)
x <- 1:1000
y<-vector(mode="numeric",length=0)
for (i in 1:length(x)){
   y[i]<-last(ntile(x[1:i],10))
}`

这似乎有效！

一位同事的建议是 dplyr::ntile 优于 cut

【讨论】：