Tengo el siguiente data.frame
y lo que quiero es el 2% de la población, que tenga el valor más alto en cada una de las variables (VGleche
, VGkg
, VGkp
). Hasta ahora he hecho algo demasiado básico y nada ágil para salir del paso, y resolver lo que necesito, pero creo que debe haber alguna manera más eficiente de hacerlo, sin tener que repetir una y otra vez las siguientes líneas de comando para cada variable
top2<-arrange(df, VGleche) #Primero ordeno de mayor a menor mi variable
top3<-top2[1:580,] #Luego me quedo con el 2% del total de los datos...
Sé que son 580 porque lo he calculado a mano
range(top3$VGleche) #Esto lo hago porque me interesa saber el rango de
ese 2%
¿Hacer una función ayudaría? Aunque mi conocimiento se limita a funciones extremadamente básicas. ¿Cómo podría agilizar lo que busco? En realidad tengo 20 variables y he tenido que repetir 60 veces esas 3 lineas de comando.