|
“ No one knows everything, and you don't have to.” --free傻孩子本期想为大家推荐的是一个自编函数（group_data）；该函数的目的是处理生活和工作中常见的分组问题。在遇到以下情景时可能需要使用该函数，如根据员工的不同业务水平的综合得分对员工进行业绩考核；或者根据学生不同科目的得分情况对学生进行排名；或者根据不同微生物的丰度将微生物分为稀有（rare）种、丰富（abundant）种等。 本函数适应的数据格式为“数据框”；数据需要包含行名和列名。具体格式如下：
group_data <- function(data, by, group) {
library(tidyverse)#load needed package
data[,1:length(data)] %>%
scale() %>%
apply(1,mean) %>% #calculate mean for column
data.frame(data) ->df2 #calculate scores
group_by = quantile(df2[[1]],probs = by)#calculate group
colnames(df2)[1] = "scores"# add a colnames for scores
df2$group[df2[1] >= group_by[1]] = group[1]#create group
df2$group[df2[1] < group_by[length(by)]] = group[length(by)+1]#create group
i = 2
while(i <= length(by)) {#create group for data in range 2 to length(by)
df2$group[df2[1] < group_by[i-1] & df2[1] >= group_by[i]] = group[i]
i = i +1
}
print(df2)
}注意：本函数需要用到“tidyverse”包，如果没有安装的话建议安装后再运行以上函数。
目的：根据所有业务的综合得分考核公司员工 要求：将公司员工分为三类得分在前90%的为优秀员工； 要求：得分在90%-70%的为良好员工； 要求：得分在70%以下的为不良员工。 数据如下：
df <- data.frame(
业务1 = c(12,15,18,20,10,14),
业务2 = c(20,25,21,28,29,21),
业务3 = c(40,60,70,90,100,20),
业务4 = c(100,200,300,90,400,230)
)
rownames(df) <- c("小吴","小刘","王吴",
"小天","小明","赵四")
group = c("优秀","良好","不良")
by = c(0.9,0.7)#top0.9，0.7
group_data(data = df,by = by, group = group)计算后得到的结果如下：
#目的：根据所有科目的综合得分对班级学生排名 #要求：将班级学生分为四类得分在前90%的为A； #得分在90%-80%的为B； #得分在80%-70%的为C； #得分在70%以下的为D。 数据如下： 
df2 <- data.frame(
物理 = sample(0:50,9,replace = FALSE),
生物 = sample(0:50,9,replace = FALSE),
政治 = sample(0:100,9,replace = FALSE),
英语 = sample(0:100,9,replace = FALSE),
语文 = sample(0:150,9,replace = FALSE),
数学 = sample(0:150,9,replace = FALSE)
)
rownames(df2) <- c("小吴","小刘","王吴",
"小天","小明","赵四",
"王五","刘三","李一")
by2 = c(0.9,0.8,0.7)#top0.9，0.8，0.7
group2 = c("A","B","C","D")
group_data(data = df2,by = by2, group = group2)结果如下： 
|
