提问人：zimia 提问时间：4/23/2021 最后编辑：AnilGoyalzimia 更新时间：4/23/2021 访问量：141
按值对变量进行分组，彼此为 %
Group variables by values with % of each other
问：
我想对具有特定列的 df 行进行分组，其值彼此为 x%。 例如，在下面的 df 中，值差异为 10% 将分为 3 组：（A、C、F）、（B、D）、（E）。 因此，某种分组的值变化为 +/- 10%。
tibble(Item = c("A","B","C","D","E","F"), value = c(1.01,2.42,1.03,2.45, 3.1, 0.99))
答：
0赞
tlaus
4/23/2021
#1
作为一个快速而肮脏的解决方案，我建议：
library(tidyverse)
df <- tibble(Item = c("A","B","C","D","E","F"), value = c(1.01,2.42,1.03,2.45, 3.1, 0.99))
df %>%
mutate(group = ceiling((value/max(value))/0.1))
您可以在其中改变除数。0.1
1赞
Danielle McCool
4/23/2021
#2
这样的事情会起作用。然后，“组”是 Item。
您可以看到，由于您指定的方式，将出现许多边缘情况。您可以删除参数 mult = “first” 来解析它们。
dt <- data.table(tibble(Item = c("A","B","C","D","E","F"), value = c(1.01,2.42,1.03,2.45, 3.1, 0.99)))
dt[, `:=`(lower_bound = value * .9,
upper_bound = value * 1.1)]
dt[dt, on = .(value > lower_bound,
value < upper_bound), mult = "first"][, .(i.Item), Item]
# Item i.Item
# 1: A A
# 2: A C
# 3: A F
# 4: B B
# 5: B D
# 6: E E
1赞
AnilGoyal
4/23/2021
#3
由于您在评论中澄清了顺序元素不会相互冲突，因此您可以执行如下操作
library(dplyr)
df %>% arrange(value) %>%
group_by(grp = cumsum(lag(value, default = 0)*1.1 <= value)) %>%
ungroup() %>%
arrange(Item)
# A tibble: 6 x 3
Item value grp
<chr> <dbl> <int>
1 A 1.01 1
2 B 2.42 2
3 C 1.03 1
4 D 2.45 2
5 E 3.1 3
6 F 0.99 1
这也将产生预期的结果，如果value
df %>% arrange(value) %>%
group_by(grp = 1 + cumsum(lag(value, default = first(value))*1.1 <= value)) %>%
ungroup() %>%
arrange(Item)
# A tibble: 6 x 3
Item value grp
<chr> <dbl> <dbl>
1 A 1.01 1
2 B 2.42 2
3 C 1.03 1
4 D 2.45 2
5 E 3.1 3
6 F 0.99 1
评论