4
我有一个包含2列ID和收入的数据。我想创建一个列,将数据划分为10个组,每个组占总收入的10%。分位数方法为我提供了10组具有相同数量的ID而非收入的组。将行拆分为10个组,每个组的总数相同
idrev[ , decile := cut(Revenue,
breaks = quantile(Revenue, probs = seq(0, 1, by = 1/10)),
labels = 1:10, right = FALSE)]
我获得以下类型的结果
N Revenue %Revenue
100 $3,992 80%
100 $518 10%
100 $236 5%
100 $126 3%
100 $68 1%
100 $35 1%
100 $16 0%
100 $6 0%
100 $2 0%
100 $1 0%
1,000 $5,000 100%
,而我找这个结果
N Revenue %Revenue
798 500 10%
104 500 10%
47 500 10%
25 500 10%
14 500 10%
7 500 10%
3 500 10%
2 500 10%
1 500 10%
1 500 10%
1,000 $5,000 100%
请建议在R.
一个解决方案添加到代码获取样本数据和统计信息
library(Hmisc);library(data.table)
set.seed(123)
idrev<-data.table(ID=1:1000, Revenue=sample(100,1000,replace=T))
idrev[,.(.N,sum(Revenue))] #Check total revenue
idrev[ , decile := cut2(Revenue,g=10)]
idrev[,.(.N,sum(Revenue)),by=decile][order(decile)]
非常感谢这个工作!不知道可以用这种方式使用cumsum – usct01
在'data.table'内使用基本R函数的能力是这个包的重要特性之一。 – lmo