下列的之前的一些很好的建议,我现在正在编写第二个 R 函数并使用类似的逻辑。然而,我正在尝试更多地自动化,但可能变得太聪明了,不利于我自己。
我想根据订单数量将客户分成五分位数。这是我执行此操作的代码:
# sample data
clientID <- round(runif(200,min=2000, max=3000),0)
orders <- round(runif(200,min=1, max=50),0)
df <- df <- data.frame(cbind(clientID,orders))
#function to break them into quintiles
ApplyQuintiles <- function(x) {
cut(x, breaks=c(quantile(df$orders, probs = seq(0, 1, by = 0.20))),
labels=c("0-20","20-40","40-60","60-80","80-100"))
}
#Add the quintile to the dataframe
df$Quintile <- sapply(df$orders, ApplyQuintiles)
table(df$Quintile)
0-20 20-40 40-60 60-80 80-100
40 39 44 38 36
您将在此处看到,在我的示例数据中,我创建了 200 个观测值,但仅通过以下方式列出了 197 个观测值:table
。剩下的 3 个是NA
现在,有些 clientID 的五分位数为“NA”。看起来如果它们处于最低中断(在本例中为 1),那么它们不包含在剪切函数中。
有没有办法制作cut
包括所有观察结果?