如何在dplyr中找到分组变量的分位数

我在r中有以下数据帧

No.        Key             Category
1          ABC123           0R1D
2          ABC567           0R1D
3          DEF444           1R1D
4          FRT433           1R1D
5          FRT433           1R1D
6          TYU412           2R2D
7          BEC123           0R1D
8          BCY567           0R1D
9          DEO444           1R1D
10         FRJ433           1R1D
11         FRK433           1R1D
12         TYL412           2R2D

我想在所有类别和相同的4个分位数中找到唯一的键。 我在R做以下工作

truck_quartile <- df %>% 
   group_by(Category) %>% 
   summarise(No_of_trailers = n_distinct(key)) %>% 
   do(data.frame(t(quantile(.$No_of_trailers, probs = c(0.25, 0.50, 0.75, 1))))) %>% 
   as.data.frame()

truck\u四分位数%
组别(类别)%>%
总结（无拖车=n不同（关键））%>%
do（数据帧（t）（分位数（.$No_of_挂车，probs=c（0.25,0.50,0.75,1）））%>%
as.data.frame（）

---

但它只给了我一行，因为我在分位数之前总结了它。

如评论中所述，您将只得到一个分位数向量，如预期的“不同类别中唯一数量的车辆”。下面是要计算每个类别中每个唯一车辆出现次数的分位数的情况。

library(dplyr)

truck_quartile <- df %>% 
  group_by(Category, Key) %>%
  summarize(No_of_trailers = n()) %>%
  group_by(Category) %>%
  do(data.frame(t(quantile(.$No_of_trailers, probs = c(0.25, 0.50, 0.75, 1))))) %>% 
  as.data.frame() %>%
  setNames(c("Category", "25%", "50%", "75%", "100%"))

您原来的

df

有点不幸，因为同一类别中只有一辆车有重复的。因此，我通过采样带替换的

df

创建了

df_long

结果为

df_long

：

  Category 25% 50% 75% 100%
1     0R1D   1   1   1    1
2     1R1D   1   1   1    2
3     2R2D   1   1   1    1

  Category 25% 50% 75% 100%
1     0R1D   1   3   4    5
2     1R1D   3   4   6   11
3     2R2D   1   2   2    4

library(data.table)

df = fread("No.        Key             Category
           1          ABC123           0R1D
           2          ABC567           0R1D
           3          DEF444           1R1D
           4          FRT433           1R1D
           5          FRT433           1R1D
           6          TYU412           2R2D
           7          BEC123           0R1D
           8          BCY567           0R1D
           9          DEO444           1R1D
           10         FRJ433           1R1D
           11         FRK433           1R1D
           12         TYL412           2R2D")

set.seed(123)
df_long = data.frame(Key = sample(df$Key, 100, replace = TRUE),
                     Category = sample(df$Category, 100, replace = TRUE))

注意：只使用数字和特殊符号来命名变量可能不是一个好主意，但如果您只想要一个好看的表，而不实际使用列进行进一步计算，则也可以

数据：

  Category 25% 50% 75% 100%
1     0R1D   1   1   1    1
2     1R1D   1   1   1    2
3     2R2D   1   1   1    1

  Category 25% 50% 75% 100%
1     0R1D   1   3   4    5
2     1R1D   3   4   6   11
3     2R2D   1   2   2    4

library(data.table)

df = fread("No.        Key             Category
           1          ABC123           0R1D
           2          ABC567           0R1D
           3          DEF444           1R1D
           4          FRT433           1R1D
           5          FRT433           1R1D
           6          TYU412           2R2D
           7          BEC123           0R1D
           8          BCY567           0R1D
           9          DEO444           1R1D
           10         FRJ433           1R1D
           11         FRK433           1R1D
           12         TYL412           2R2D")

set.seed(123)
df_long = data.frame(Key = sample(df$Key, 100, replace = TRUE),
                     Category = sample(df$Category, 100, replace = TRUE))

---

预期的输出是什么预期的输出是按类别的所有4个分位数中没有唯一的键可能您需要

groupby

after

summary

4个分位数的什么值？您能显示预期的输出吗？如果我做

分位数（c（4,5,2），probs=c（0.25,0.50,0.75,1））#25%50%75%100%3.0 4.0 4.5.0