使用 CUT 和 Quartile 在 R 函数中生成中断

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？

请尝试以下操作：

set.seed(700)

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))

ApplyQuintiles <- function(x) {
  cut(x, breaks=c(quantile(df$orders, probs = seq(0, 1, by = 0.20))), 
      labels=c("0-20","20-40","40-60","60-80","80-100"), include.lowest=TRUE)
}
df$Quintile <- sapply(df$orders, ApplyQuintiles)
table(df$Quintile)

0-20  20-40  40-60  60-80 80-100 
  40     41     39     40     40 

包括我include.lowest=TRUE在你的 cut 函数中，这似乎使它起作用。看?cut更多细节。