ntile() 等效於相等范圍

Question

我想將數據框的一列拆分為相同大小的箱。 例如，我可以看一個向量

# I know it's also possible to use base cut though I always found that ugly
library(dplyr)
library(purrr)
library(magrittr)
set.seed(1234)

bins <- 4

vec <- sample(1:100, 20)

binsize <- (max(vec) - min(vec)) / bins

bin_limits <- binsize * 1:bins + min(vec)

equi_range_ntiles <- map_dbl(vec, function(x, lims = bin_limits) min(which(x <= lims)))
equi_range_ntiles

c.f. 我不想要的是相同大小的組，例如

ntiles <- ntile(vec, bins)
ntiles

如果有一種有效且干凈的方法來做到這一點，我將不勝感激。 從向量我可能可以概括它，但為了增加上下文，我的實際用例更類似於

df <- data.frame(
  grouping = sample(1:2, 20, replace = TRUE),
  val = sample(1:100, 20)
)

df_ntiles <- df %>%
  group_by(grouping) %>%
  mutate(ntile = ntile(val, bins))

我使用第一節中等效的 function 而不是ntile 。 這可能是最干凈的方法就是將我的代碼從第一部分包裝到 function 並應用它，但如果沒有內置的東西我會感到驚訝

Answer 1

您可以使用我的 package：

library(santoku)

vec <- sample(1:100, 20)
chop_evenly(vec, 10) # for 10 groups
 [1] [4, 13.5)  [42, 51.5) [32.5, 42) [70.5, 80) [70.5, 80) [89.5, 99]
 [7] [51.5, 61) [89.5, 99] [89.5, 99] [4, 13.5)  [32.5, 42) [42, 51.5)
[13] [4, 13.5)  [13.5, 23) [4, 13.5)  [13.5, 23) [23, 32.5) [32.5, 42)
[19] [61, 70.5) [80, 89.5)
10 Levels: [4, 13.5) [13.5, 23) [23, 32.5) [32.5, 42) [42, 51.5) ... [89.5, 99]

chop_evenly(vec, 4)
 [1] [4, 27.75)    [27.75, 51.5) [27.75, 51.5) [51.5, 75.25) [51.5, 75.25)
 [6] [75.25, 99]   [51.5, 75.25) [75.25, 99]   [75.25, 99]   [4, 27.75)   
[11] [27.75, 51.5) [27.75, 51.5) [4, 27.75)    [4, 27.75)    [4, 27.75)   
[16] [4, 27.75)    [27.75, 51.5) [27.75, 51.5) [51.5, 75.25) [75.25, 99]  
Levels: [4, 27.75) [27.75, 51.5) [51.5, 75.25) [75.25, 99]