问题标签 [quartile]

我有一个范围从 -33 到 17 的目标变量和一个 int 类型的变量 Mercer_category_id。

仅当目标变量小于或等于第一个四分位数时，我想从最低到最高查找变量的数量。

我试图这样做：

响应是一个错误：

后：

回复：

也试试：

回复：

如果我这样做

或者

我得到这个回应：

这几乎是我需要的。只需要订购第n列，从最大数量到最小数量

如何使用 dplyr 来做到这一点？

我有一个数据框，我正在尝试计算按另一列中的 ID 分组的第一个四分位数 (0.25)。

例如，在下面的代码片段中，我想创建一个名为 Quartile 1 的新列，其中第一个四分位数 (0.25) 值分别用于分组的 ABC 和 DEF。

因此，ID 为“ABC”的所有行都将具有相同的值（对于 DEF 也是如此）。

我有一个非常简单的数据框：

df.median() = 23 这是正确的，因为从列表中的 19 个值中，23 是第 10 个值（23 之前的 9 个值，23 之后的 9 个值）

我试图将第一和第三四分位数计算为：

我原本预计，从低于中位数的 9 个值来看，第一个四分位数应该是 19，但正如您在上面看到的，python 说它是 20。同样，对于第三个四分位数，从右到左的第五个数字是 24，但 python 显示为 23.5。

熊猫如何计算四分位数？

原始问题来自以下链接： https ://www.khanacademy.org/math/statistics-probability/summarizing-quantitative-data/box-whisker-plots/a/identifying-outliers-iqr-rule

我正在尝试在组中找到 z 值的分数，例如在以下数据中

在第 1 组中有值 5、10、7。所以现在我只在他们的组中寻找他们的 zscore

上面的 zscore 不是真正的计算值，只是一个表示。

我正在尝试以下

但无法成功。我怎样才能做到这一点？

我想在数据框中创建一个变量，该变量将根据列的四分位数/中位数对观察结果进行分类。

以下是我尝试过的。

我收到的输出是

R中是否有更有效的方法可以实现相同的目标？

我在数据框中有多个包含数字数据的列。我想对每列进行四分位数，将每个值更改为 q1、q2、q3 或 q4。

我目前遍历每一列并使用 pandas qcut 函数更改它们：

这很慢！有没有更快的方法来做到这一点？

我正在尝试向 NBA 球员数据集添加两列。第一列将确定玩家年龄在数据集中所有玩家中的四分位数。第二个附加栏将确定单个球员的年龄在他的位置（即控球后卫、小前锋、中锋等）中的哪个四分位数。我可以使用 dplyr 包根据玩家位置计算子集年龄四分位数，但我不知道如何将其连接回原始数据集，或者这是否是正确的方法。

我已经使用 dplyr 根据位置计算子集年龄四分位数。曾尝试使用其他包，如 blurjoin，但使用它们感觉不太舒服。

我希望拥有包含 664 个观察值和 32 个变量的玩家数据集，其中最后两个已作为此过程的结果添加。额外的行将显示基于所有球员的球员年龄四分位数，以及基于位置的球员年龄四分位数。

我希望从我的箱线图统计中提取并格式化中位数和四分位数范围。

我设法用这行代码得到了原始结果：

这给了我：

我可以分别添加 [,1] 或 [1,] 精确一行或一列，即：我可以提取一组的最小/第一个四分位数/中位数/第三个四分位数/最大值，或者每个子组的一个统计信息：

但我想不出一种简单的方法来提取和格式化每个子组 [,1] [,2] 和 [,3] 的中位数和 IQR 以获得如下结果：

我可以手动完成，但我有数百个变量要保存......任何建议将不胜感激！提前致谢

如果我以 mtcars 为例：

如何添加另外两列，一列指示值低于/高于中位数，另一列指示值在哪个四分位数？但是，我希望每组cyl.

这是我希望的具体结果：

我会很感激帮助。谢谢你。

编辑以下 akun 的回答

在该quartile_split列中，akun 的答案在每个 cyl 组中留下了最低值NA。我想我可以通过添加来解决这个问题：

所以完整的代码是：

但是，当我更仔细地看时，我也发现了另外一些看起来不太对劲的地方，具体来说，当你只看cyl = 6组时，你会看到：

该组的中位数disp为 163.8，因此disp = 167.6应将两辆车归类为“above_median”，而不是“below_median”。

我希望这可以以某种方式解决。再次感谢你。

我有一个尺寸为 1x3000 的向量。我在 Matlab 中使用百分位函数找到了百分位值。但我无法在向量内找到四分位数的索引值。

Idx 返回一个空值。我应该能够获得包含中值的索引值。