如何根据数据集中的另一列将数据集中的列分为三组（三分位数）？ 使用 R

Question

我无法根据数据集中的另一列将数据集中的列划分为三分位数。 例如，如何根据基因表达水平将基因表达水平分为三组（低、中、高）？ 数据集中的列将基因作为一列，将表达作为另一列。

我正在考虑使用这个 function：

排序（数据集名称$表达式）

因此，这会将表达水平从最高到最低排序。 但是，我不知道如何 label 低、中或高，以及如何为每一个创建新的子集？

提前致谢！

Answer 1

这是使用 R 附带的 iris 示例数据集的示例。 在这里，三分位数将基于可变花瓣长度。

# generate tertile limits using the quantile function,
# with proportion spacing of 0 to 1 at .33 intervals.
# These 4 values represent the start and end points in terms of Petal Length,
# of the three terriles.
tertile_limits <- quantile(iris$Petal.Length, seq(0, 1, 1/3), na.rm = TRUE)

# use the tertile start and end points (4 points, which creates 3 intervals)
# to create a new factor in the dataset
# The three tertiles are also explicitly labelled Low, Medium, and High, though this is optional.
iris$Petal.Length.Tertiles <- cut(iris$Petal.Length, tertile_limits, c('Low', 'Medium', 'High'), include.lowest = TRUE)

Answer 2

您可以使用quantile function 获得三分位数，然后使用cut function 分配组。 这是一个使用 mtcars 和 mpg 的示例：

cars <- mtcars
breaks <- quantile(cars$mpg, c(.33, .67, 1))
breaks <- c(0, breaks)
labels <- c('low', 'medium', 'high')
cuts <- cut(cars$mpg, breaks = breaks, labels = labels)
cars <- cbind(cars, cuts)
head(cars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb   cuts
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4 medium
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4 medium
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1   high
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1 medium
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2 medium
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1 medium