汇总到桶后的R分位数相等大小的桶答案

【问题标题】：R quantile equal sized bucket after summarizing to the buckets汇总到桶后的R分位数相等大小的桶
【发布时间】：2018-04-21 03:49:47
【问题描述】：

如何使每个组在求和后大小相等？

以下是将数量分成 10 组的示例，每组的商品数量相同。

    set.seed(42)
    quantity <- c(runif(100, 0, 100))
    dat <- data.frame(
      qty = quantity,
      qtile = cut(quantity, quantile(quantity, seq(0, 1, 0.1)), 
      include.lowest = TRUE))
    dat <- dat %>% group_by(qtile) %>% summarise(qty = sum(qty))
    ggplot(dat, aes(qtile, qty)) + geom_bar(stat = 'identity')

但是我如何对组进行排序，以便在summarise 步骤中，qty 变量在组中大致相等？

所以在这个例子中，qty 的总数是5244.787，每个组在summarise 之后会有524.4787。

【问题讨论】：

dplyr 有一个cut_number 函数。来自文档：“cut_number 使 n 组具有（大约）相同数量的观察”
@camille，我不是在寻找相同数量的观察组。我正在按组寻找大致相等的总和。有关示例，请参见我的答案。还是谢谢你！

标签： r

【解决方案1】：

这是我所能达到的。我觉得它大致适用于我的用例。如果其他人有改进的好主意，请随时更新答案。

set.seed(42)
quantity <- c(runif(100, 0, 100))

dat <- data.table(
  qty = quantity,
  wt = quantity
)
dat[!is.na(qty), avg := sum(wt) / 10]
setorder(dat, qty, wt)
dat[!is.na(qty), cum_wt := cumsum(wt)]
dat[!is.na(qty), level := cum_wt / avg]
dat[!is.na(qty), qtile := ceiling(level)]

dat <- dat[, .(qty = sum(qty)), by = 'qtile']

ggplot(dat, aes(qtile, qty)) + geom_bar(stat = 'identity')

【讨论】：