Início / coding / Perguntas / 78934170
Accepted
bill999
Asked: 2024-08-31 10:04:37 +0800 CST

Como criar uma variável que mostre os intervalos de percentis em que uma observação está

  • 772

Digamos que eu tenho os irisdados.

Eu sei que posso criar uma variável que mostra os valores que se enquadram em um determinado percentil:

library(tidyverse)
iris %>% mutate(Range = cut(Sepal.Length, quantile(Sepal.Length, probs=c(0,.2,.4,.6,.8,1)),include.lowest=TRUE))

Isso produz:

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   Range
1           4.3         3.0          1.1         0.1  setosa [4.3,4.6]
2           4.4         2.9          1.4         0.2  setosa [4.3,4.6]
3           4.6         3.1          1.5         0.2  setosa [4.3,4.6]
4           4.6         3.4          1.4         0.3  setosa [4.3,4.6]
5           4.7         3.2          1.3         0.2  setosa (4.6,4.8]
6           4.8         3.4          1.6         0.2  setosa (4.6,4.8]
7           4.8         3.0          1.4         0.1  setosa (4.6,4.8]
8           4.9         3.0          1.4         0.2  setosa   (4.8,5]
9           4.9         3.1          1.5         0.1  setosa   (4.8,5]
10          5.0         3.6          1.4         0.2  setosa   (4.8,5]
11          5.0         3.4          1.5         0.2  setosa   (4.8,5]
12          5.1         3.5          1.4         0.2  setosa   (5,5.4]
13          5.4         3.9          1.7         0.4  setosa   (5,5.4]
14          5.4         3.7          1.5         0.2  setosa   (5,5.4]
15          5.7         4.4          1.5         0.4  setosa (5.4,5.8]
16          5.8         4.0          1.2         0.2  setosa (5.4,5.8]

Como posso também criar outra variável que mostre o intervalo de percentil em que a observação cai? Não quero criar manualmente a variável com instruções ifelse, etc., mas espero que haja uma função que a crie automaticamente.

Estou procurando algo que produza uma tabela como esta:

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   Percent  Range
1           4.3         3.0          1.1         0.1  setosa [4.3,4.6]  [0,.2]
2           4.4         2.9          1.4         0.2  setosa [4.3,4.6]  [0,.2]
3           4.6         3.1          1.5         0.2  setosa [4.3,4.6]  [0,.2]
4           4.6         3.4          1.4         0.3  setosa [4.3,4.6]  [0,.2]
5           4.7         3.2          1.3         0.2  setosa (4.6,4.8]  (.2,.4]
6           4.8         3.4          1.6         0.2  setosa (4.6,4.8]  (.2,.4]
7           4.8         3.0          1.4         0.1  setosa (4.6,4.8]  (.2,.4]
8           4.9         3.0          1.4         0.2  setosa   (4.8,5]  (.4,.6]
9           4.9         3.1          1.5         0.1  setosa   (4.8,5]  (.4,.6]
10          5.0         3.6          1.4         0.2  setosa   (4.8,5]  (.4,.6]
11          5.0         3.4          1.5         0.2  setosa   (4.8,5]  (.4,.6]
12          5.1         3.5          1.4         0.2  setosa   (5,5.4]  (.6,.8]
13          5.4         3.9          1.7         0.4  setosa   (5,5.4]  (.6,.8]
14          5.4         3.7          1.5         0.2  setosa   (5,5.4]  (.6,.8]
15          5.7         4.4          1.5         0.4  setosa (5.4,5.8]  [.8,1]
16          5.8         4.0          1.2         0.2  setosa (5.4,5.8]  [.8,1]

2 respostas

  1. Best Answer

    Sim, a seção Veja também da ?quantilepágina de ajuda indicará a ecdffunção "para distribuições empíricas que quantilesão inversas" .

    Curiosamente, ecdf()é um funcional, então temos que criar uma função com ele, e então chamar essa função na entrada. Podemos então obter cuto resultado exatamente como você fez com os quantis.

    iris %>%
  mutate(
    Range = cut(Sepal.Length, quantile(Sepal.Length, probs=c(0,.2,.4,.6,.8,1)),include.lowest=TRUE),
    ecdf = cut(ecdf(Sepal.Length)(Sepal.Length), breaks = c(0, 0.2, .4, .6, .8, 1), include.lowest = TRUE)
  )

#     Sepal.Length Sepal.Width Petal.Length Petal.Width    Species      Range      ecdf
# 1            5.1         3.5          1.4         0.2     setosa    (5,5.6] (0.2,0.4]
# 2            4.9         3.0          1.4         0.2     setosa    [4.3,5]   [0,0.2]
# 3            4.7         3.2          1.3         0.2     setosa    [4.3,5]   [0,0.2]
# 4            4.6         3.1          1.5         0.2     setosa    [4.3,5]   [0,0.2]
# 5            5.0         3.6          1.4         0.2     setosa    [4.3,5] (0.2,0.4]
# 6            5.4         3.9          1.7         0.4     setosa    (5,5.6] (0.2,0.4]
# 7            4.6         3.4          1.4         0.3     setosa    [4.3,5]   [0,0.2]
# 8            5.0         3.4          1.5         0.2     setosa    [4.3,5] (0.2,0.4]
# ...
    • 2

  2. Uma abordagem usando cutcom labels=, garantirá que você obtenha intervalos correspondentes

    prob <- c(0, .2, .4, .6, .8, 1)

# the labels have "prob-length" - 1
lab <- apply(cbind(seq(length(prob)-1), seq(length(prob))[-1]), 1, \(x) 
  paste(prob[x[1]:x[2]], collapse=","))

quant <- quantile(iris$Sepal.Length, probs=prob, labels = lab)

iris %>% 
  mutate(Percent = cut(Sepal.Length, breaks=quant, include.lowest=T), 
         Range = cut(Sepal.Length, breaks=quant, labels=lab, include.lowest=T))

    saída

        Sepal.Length Sepal.Width Petal.Length Petal.Width Species Percent   Range
1            5.1         3.5          1.4         0.2  setosa (5,5.6] 0.2,0.4
2            4.9         3.0          1.4         0.2  setosa [4.3,5]   0,0.2
3            4.7         3.2          1.3         0.2  setosa [4.3,5]   0,0.2
4            4.6         3.1          1.5         0.2  setosa [4.3,5]   0,0.2
5            5.0         3.6          1.4         0.2  setosa [4.3,5]   0,0.2
6            5.4         3.9          1.7         0.4  setosa (5,5.6] 0.2,0.4
7            4.6         3.4          1.4         0.3  setosa [4.3,5]   0,0.2
8            5.0         3.4          1.5         0.2  setosa [4.3,5]   0,0.2
9            4.4         2.9          1.4         0.2  setosa [4.3,5]   0,0.2
10           4.9         3.1          1.5         0.1  setosa [4.3,5]   0,0.2
11           5.4         3.7          1.5         0.2  setosa (5,5.6] 0.2,0.4
...
    • 1

relate perguntas