r - R:将数据集拆分为四分位数/十分位数。正确的方法是什么？

This question already has answers here:

How to quickly form groups (quartiles, deciles, etc) by ordering column(s) in a data frame

（10个回答）


5年前关闭。





我对R非常陌生，所以希望我能对如何实现所需的数据操作有所了解。

我有一个带有三个变量的数据数组。

  gene_id       fpkm  meth_val
1 100629094     0.000 0.0063
2 100628995     0.000 0.0000
3 102655614   111.406 0.0021

在将基于fpkm的gene_ids分层为四分位数或十分位数后，我想绘制平均meth_val。

一旦我将数据加载到数据框中...

data <- read.delim("myfile.tsv", sep='\t')

我可以使用以下方法确定fpkm的十分位数：

quantile(data$fpkm, prob = seq(0, 1, length = 11), type = 5

产生

          0%          10%          20%          30%          40%          50%
0.000000e+00 9.783032e-01 7.566164e+00 3.667630e+01 1.379986e+02 3.076280e+02
         60%          70%          80%          90%         100%
5.470552e+02 8.875592e+02 1.486200e+03 2.974264e+03 1.958740e+05

从那里，我想根据fpkm_val是否适合这些十分之一来将数据帧大致分为10组。然后，我想在ggplot中将每个十分位的meth_val绘制为箱形图，并在十分位上执行统计测试。

我真正坚持的主要事情是如何以正确的方式拆分数据集。任何帮助将不胜感激！

谢谢一群！

最佳答案

另一种方法是ntile()中的dplyr。

library(tidyverse)

foo <- data.frame(a = 1:100,
                  b = runif(100, 50, 200),
                  stringsAsFactors = FALSE)

foo %>%
    mutate(quantile = ntile(b, 10))

#  a         b quantile
#1 1  93.94754        2
#2 2 172.51323        8
#3 3  99.79261        3
#4 4  81.55288        2
#5 5 116.59942        5
#6 6 128.75947        6

关于r - R:将数据集拆分为四分位数/十分位数。正确的方法是什么？ ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/26273892/