R 根据另一列的排名计算一列的总和

我有一个数据集：

Security      %market value      return    Quintile*
1             0.07               100        3
2             0.10               88         2
3             0.08               78         1
4             0.12               59         1
5             0.20               106        4
6             0.04               94         3
7             0.05               111        5
8             0.10               83         2
9             0.06               97         3
10            0.03               90         3
11            0.15               119        5

实际数据集有5000多行，我想用R来创建5个五分位数，每个五分位数假设有20%的市场价值。此外，它们还必须按回报的大小顺序排列。也就是说，第一个五分位数应包含回报值最低的20%证券，第五个五分位数应包含回报值最高的20%证券。我想创建“五分位数”列，在不同的五分位数中可以有不同数量的证券，但总市值百分比应相同。 我尝试过几种方法，我对R很陌生，所以请提供一些帮助。提前非常感谢

---

Samuel

您可以对数据进行排序，然后使用findInterval（添加一个小三角形以使用右大括号）：

---

raw_data以下内容适用于您的数据

首先，通过增加返回值进行排序：

dat <- dat[order(dat$return), ]

最后，按
安全性将内容排序：

dat <- dat[order(dat$Security), ]

dat So.@SimonO101非常感谢你帮我更改格式。这是我第一次发布一个问题，而且是一个新问题。@SimonO101我尝试使用循环：for（c in 1:nrow（原始数据））{mv_sum好的，太好了！把它贴到问题中，这样人们就可以看到你有一种尝试过的方法。一般来说，在这里，当问如何做某件事时，最好表明你已经尝试过做某件事，甚至最好包括一个显示你的输入（+1）和你的预期输出（您也在
Quintile
列中显示）非常感谢你的帮助和建议！我会调查的。谢谢你的建议。但是，我相信你有点误解了我的问题。当我说20%的证券时，我不是说20%的证券数量，而是20%的市场价值。每五分之一的证券都应该按价值加权e在“市场价值”栏中但不是证券数量。换句话说，同一个五分之一组中的所有证券的市场价值加起来应该是20%。这就是为什么你的结果与我的结果略有不同。如果你对我的声明还有任何疑问，请告诉我。谢谢！很抱歉回复太晚。我仍然对你的代码有疑问。为什么您是否使用“df$marketvalue”而不是“raw_data$marketvalue”？此“df”来自何处？当我尝试使用此代码时，出现了一个错误：“closure”类型的对象不可子集”我该如何解决这个问题？@user2415342拼写错误。由于您没有通过通常的
dput
方法提供数据，我自己制作了一个data.frame并将其命名为
df
。只需将
df
更改为
raw_data
（我编辑了答案以反映这一点）。请让我知道这是否解决了您的问题。干杯！@user2415342有帮助吗？！我不确定，但似乎我无法通过使用“天花板”命令获得正确的解决方案…@user2415342:因为它可以处理您的示例数据，所以您必须更具体地说明我无法获得正确的解决方案。最好是提供新的数据示例显示了其不正确的原因。谢谢。感谢您的建议，下次我将更具体。目前我对Simon提供的上述解决方案很满意
dat$Quintile <- ceiling(cumsum(dat$market) / 0.2)

dat <- dat[order(dat$Security), ]