根据 33/67% 的变量百分比将人员分配到团队

Question

我有一个数据集，我想根据标准将人们分配到不同的组，但是，我希望 R 自动执行此操作。我已将变量分隔为 =67 百分位等。

dfOCEAN <-df[1:60,1:7]
print(colnames(dfOCEAN))
dfOCEAN <- dfOCEAN[complete.cases(dfOCEAN),]

i = 0
  for(i in 1:length(dfOCEAN$factor_e)){
    if(dfOCEAN$factor_e[i] <= quantile(dfOCEAN$factor_e, c(.33))){
      dfOCEAN$Introversion[i] <- 1
    }
    else if(dfOCEAN$factor_e[i] >= quantile(dfOCEAN$factor_e, c(.67))){
      dfOCEAN$Introversion[i] <- 2
    }
     else
     dfOCEAN$Introversion[i] <- 3
  }

i = 0
for(i in 1:length(dfOCEAN$factor_c)){
  if(dfOCEAN$factor_c[i] <=quantile(dfOCEAN$factor_c, c(.33))){
    dfOCEAN$Conscientious[i] <- 1
  }
  else if(dfOCEAN$factor_c[i] >= quantile(dfOCEAN$factor_c, c(.67))){
    dfOCEAN$Conscientious[i] <- 2
  }
  else
    dfOCEAN$Conscientious[i] <- 3
}

然后我尝试使用 Dplyr 的切片函数创建随机样本。

dfOCEANset <- dfOCEAN %>% group_by(c(Introversion, Conscientious)) %>% slice(sample(c(1,2),1))

但是，我无法获得预期的结果。理想情况下，我会检索一个数据框，其中数据将与不同类别的组合进行聚类，并且名称将保留

Answer 1

试试这个无循环（但在没有可重现示例的情况下未经测试）方法：

dfOCEAN$fac_grp <- c(1,3,2)[ findInterval( dfOCEAN$factor_e,
                           quantile( dfOCEAN$factor_e, c(0, .33, .67)), 
                               )}

R 旨在用作“向量化”语言，findInterval 和 quantile 函数都将返回向量，findInterval 提供与其第一个参数相同长度的向量。您要求我们以一种相当不自然的方式进行排列，这增加了一点皱纹，我通过使用 findInterval 的结果作为三项向量的索引来处理这种情况。另一个做类似事情（但返回一个因子）的函数是 cut 函数。