計算十分位數比歷年和跨越，使用R

Question

不同列我有我使用dplyr和功能tbl_df（）創建了以下數據集：

date  X1 X2 
1 2001-01-31 4.698648 4.640957 
2 2001-02-28 4.491493 4.398382 
3 2001-03-30 4.1.074065 
4 2001-04-30 4.072041 4.217999 
5 2001-05-31 3.856718 4.114061 
6 2001-06-29 3.909194 4.142691 
7 2001-07-31 3.489640 3.678374 
8 2001-08-31 3.327068 3.534823 
9 2001-09-28 2.476066 2.727257 
10 2001-10-31 2.015936 2.299102 
11 2001-11-30 2.127617 2.590702 
12 2001-12-31 2.162643 2.777744 
13 2002-01-31 2.221636 2.740961 
14 2002-02-28 2.276458 2.834494 
15 2002-03-28 2.861650 3.472853 
16 2002-04-30 2.402687 3.026207 
17 2002-05-31 2.426250 2.968679 
18 2002-06-28 2.045413 2.523772 
19 2002-07-31 1.468695 1.677434 
20 2002-08-30 1.707742 1.920101 
21 2002-09-30 1.449055 1.554702 
22 2002-10-31 1.350024 1.466806 
23 2002-11-29 1.541507 1.844471 
24 2002-12-31 1.208786 1.392031 

我感興趣的計算十分位每年每列。例如，X1的2001年的十分位數，X2的2001年的十分位數，X1的2002年的十分位數，如果我有更多的年份和更多的列，則2002年的X2分數等等。我試過：

quantile(x, prob = seq(0, 1, length = 11), type = 5)或使用apply.yearly()與quantile()函數和x（我的數據框上面）的xts對象，但他們都沒有做我實際需要計算。您的幫助將不勝感激。

Answer 1

假設你有一個簡單的data.frame，第一，倉日期由年：

df$year <- cut(as.Date(df$date), "year") 

然後彙總逐年：

foo <- aggregate(. ~ year, subset(df, select=-date), quantile, 
       prob = seq(0, 1, length = 11), type = 5) 

這將返回一個數據幀。但它需要一點清潔。使用tidyr和lapply的dev版本中的unnest，您可以執行以下操作。請注意，第一行的X1是2001年，第二個於2002年

devtools::install_github("hadley/tidyr") 
library(tidyr) 

unnest(lapply(foo[-1], as.data.frame), column) 

# column  0%  10%  20%  30%  40%  50%  60%  70%  80%  90%  100% 
#1  X1 2.015936 2.094113 2.159140 2.561166 3.375840 3.673179 3.893451 4.055756 4.140261 4.553640 4.698648 
#2  X1 1.208786 1.307653 1.439152 1.475976 1.591378 1.876578 2.168769 2.270976 2.405043 2.556870 2.861650 
#3  X2 2.299102 2.503222 2.713601 2.853452 3.577888 3.876219 4.102062 4.139828 4.236037 4.471155 4.640957 
#4  X2 1.392031 1.444374 1.545912 1.694138 1.867160 2.221936 2.675804 2.825141 2.974432 3.160201 3.472853 

Answer 2

你可以嘗試以下功能：

df<- read.table(header=T,text='date  X1 X2 
1 2001/01/31 4.698648 4.640957 
2 2001/02/28 4.491493 4.398382 
3 2001/03/30 4.1.074065 
4 2001/04/30 4.072041 4.217999 
5 2001/05/31 3.856718 4.114061 
6 2001/06/29 3.909194 4.142691 
7 2001/07/31 3.489640 3.678374 
8 2001/08/31 3.327068 3.534823 
9 2001/09/28 2.476066 2.727257 
10 2001/10/31 2.015936 2.299102 
11 2001/11/30 2.127617 2.590702 
12 2001/12/31 2.162643 2.777744 
13 2002/01/31 2.221636 2.740961 
14 2002/02/28 2.276458 2.834494 
15 2002/03/28 2.861650 3.472853 
16 2002/04/30 2.402687 3.026207 
17 2002/05/31 2.426250 2.968679 
18 2002/06/28 2.045413 2.523772 
19 2002/07/31 1.468695 1.677434 
20 2002/08/30 1.707742 1.920101 
21 2002/09/30 1.449055 1.554702 
22 2002/10/31 1.350024 1.466806 
23 2002/11/29 1.541507 1.844471 
24 2002/12/31 1.208786 1.392031') 

find_quantile <- function(df,year,col,quant) { 
    year_df <- subset(df,year==substring(as.character(date),1,4)) 
    a <- quantile(year_df[,col] , quant) 
    return(a) 
} 
#where df is the dataframe, 
#year is the year you want (as character), 
#col is the column you want to calculate the quantile (as index i.e. in your case 2 or 3, 
#quant is the quantile 

例如：

> find_quantile(df,'2001',2,0.7) #specify the year as character 
    70% 
4.023187