r - 使用分位数箱的 ID 的 data.table 中的新列值

Question

quantile(X, prob = seq(0, 1, length = 5), type = 5)

您如何将其转移到 data.table 操作中以使用 := 添加新列并为每个 ID 分配一个值，如果该值落在 bin 内则分配一个适当的有序值例如每个 ID 25%=1、50%=2 等？

Answer 1

您可以使用 findInterval。这将允许您使用 quantile 及其各种定义。

例如

findInterval(x, quantile(x,type=5), rightmost.closed=TRUE)

# It is fast
set.seed(1)
DT <- data.table(x=rnorm(1e6))

library(microbenchmark)


microbenchmark(
  order = DT[order(x),bin:=ceiling(.I/.N*5)],
  findInterval = DT[, b2 :=findInterval(x, quantile(x,type=5), rightmost.closed=TRUE)],times=10 )
## Unit: milliseconds
##         expr       min        lq    median       uq      max neval
##        order 551.31154 568.20324 573.36605 640.3255 655.5024    10
## findInterval  70.16782  79.11459  80.36363 140.2807 147.3080    10