在R中将基于百分位数的组分配给数据框

Question

我在弄清楚如何解决这个特定问题上遇到了麻烦。

假设我有以下数据框：

set.seed(123)

Factors <- sample(LETTERS[1:26],50,replace=TRUE)
Values <- sample(c(5,10,15,20,25,30),50,replace=TRUE)
df <- data.frame(Factors,Values)
df

   Factors Values
1        H      5
2        U     15
3        K     25
4        W      5
5        Y     20
6        B     10
7        N      5
8        X     25
9        O     30
10       L     15
11       Y     20
12       L      5
13       R     15
Data goes all the way to row 50, but left out here

现在假设我按Factors Values的总和

Sum.df <- aggregate(Values ~ Factors, data = df, FUN = sum)
Sum.df

   Factors Values
1        A      5
2        B     35
3        C     25
4        D     30
5        F     30
6        G     75
7        H     20
8        I     55
9        J     20
10       K     60
11       L     20
12       M     20
13       N      5
14       O     55
15       P     20
16       Q     25
17       R     45
18       S     30
19       T     30
20       U     40
21       W     25
22       X     90
23       Y     55
24       Z     15

最后，我使用quantile来找到汇总数据的百分比截止值。

quantile(Sum.df$Values, probs = c(0.33,.66,1))

  33%   66%  100% 
22.95 35.90 90.00

好的，这是我的问题。 我要做的是根据其分位数创建三个组Group 1 ， Group 2和Group 3 。 因此，例如在Sum.df中， A的合计值为5，因此我想将该Factors分配给Group 1因为5小于22.95。 如果Sum.df中的值大于22.95或小于或等于35.9，则将其分配给组2，所有其他值分配给Group 3 。 我希望看到的是df中的新列，该列指示每个Factors所在的组。我希望这是有道理的。 多谢你们！

Answer 1

cut功能如何。 只需要在分位数中包括最小值。

q <- quantile(Sum.df$Values, probs = c(0, 0.33,.66,1))
Sum.df$group <- cut(Sum.df$Values, q, include.lowest=TRUE,
                    labels=paste("Group", 1:3))