9
还在学习R,但我个人承认这是不可能的,我希望你们其中一个能证明我错了。平均子集的子集
我在寻找值的平均值< = 25th百分位数,以及> 75th百分位值的均值;但不适用于整个数据集。我想找到这些数据子集的方法,从中找到百分位数。
这将产生数据类似于我自己:
library(data.table)
DT <- data.table(V1 <- c('AR','AR','AR','AR','AR','AR','AD','AD','AD','AD','AD','AD','BD',
'BD','BD','BD','BX','CX','DX','DX','DD','DD','DD','DD','DR','DR',
'DR','DR','DR','DR'),
V2 <- c(.12,.02,.03,.22,.44,.09,.11,.17,.15,.26,.29,.27,.16,.16,.02,.12,.02,
.03,.22,.44,.09,.11,.17,.15,.26,.29,.27,.16,.16,.02))
的样子:
V1 V2
1: AR 0.12
2: AR 0.02
3: AR 0.03
4: AR 0.22
5: AR 0.44
6: AR 0.09
7: AD 0.11
8: AD 0.17
9: AD 0.15
10: AD 0.26
11: AD 0.29
12: AD 0.27
13: BD 0.16
14: BD 0.16
15: BD 0.02
16: BD 0.12
17: BX 0.02
18: CX 0.03
19: DX 0.22
20: DX 0.44
21: DD 0.09
22: DD 0.11
23: DD 0.17
24: DD 0.15
25: DR 0.26
26: DR 0.29
27: DR 0.27
28: DR 0.16
29: DR 0.16
30: DR 0.02
第一步:每个A_,B_的Calulate位,第25百分位,第75百分位,和计数亮相,C_,D_。明白了:
dt.qtile <- DT[, list(Bottom = quantile(V2, .25),
Middle = quantile(V2, .5),
Top = quantile(V2, .75),
Appearances = .N), by = V1]
产地:
V1 Bottom Middle Top Appearances
1: AR 0.045 0.105 0.1950 6
2: AD 0.155 0.215 0.2675 6
3: BD 0.095 0.140 0.1600 4
4: BX 0.020 0.020 0.0200 1
5: CX 0.030 0.030 0.0300 1
6: DX 0.275 0.330 0.3850 2
7: DD 0.105 0.130 0.1550 4
8: DR 0.160 0.210 0.2675 6
这是我认为这是不可能的。我希望找到V1中每个字母组合的原始V2(DT $ V2)中的值小于或等于第25百分位的值,然后大于或等于第75百分位。
V1 V2
1: AR 0.12 - Ignore -
2: AR 0.02 <= 0.045 \
3: AR 0.03 <= 0.045 /mean = 0.05 (Bottom)
4: AR 0.22 >= 0.1950 \
5: AR 0.44 >= 0.1950 /mean = 0.33 (Top)
6: AR 0.09 - Ignore -
------
7: AD 0.11 <= 0.155 > mean = 0.11 (Bottom)
8: AD 0.17 - Ignore -
9: AD 0.15 - Ignore -
10: AD 0.26 >= 0.2675 \
11: AD 0.29 >= 0.2675 | mean = 0.2733 (Top)
12: AD 0.27 >= 0.2675 /
...
25: DR 0.26 - Ignore -
26: DR 0.29 >= 0.2675 \
27: DR 0.27 >= 0.2675 /mean = 0.28 (Top)
28: DR 0.16 <= 0.16 \
29: DR 0.16 <= 0.16 | mean = 0.17 (Bottom)
30: DR 0.02 <= 0.16 /
平均在V2是< = 25百分的值,则平均是> = 75百分位数的值。
新的输出应该是这样的:
V1 Bottom Middle Top Appearances
1: AR 0.025 0.105 0.3300 6
2: AD 0.110 0.215 0.2733 6
...
8: DR 0.170 0.210 0.2800 6
这让我接近:
DT[V2 < quantile(V2, .25), mean(V2), by = V1]
但它的计算为整个数据集,而不是每个字母组合的分位数。
所以我尝试:
DT[V2 < DT[, quantile(V2, .25), by = V1], mean(V2), by = V1]
我得到这个:
Error in `[.data.table`(DT, V2 < DT[, quantile(V2, 0.25), by = V1], mean(V2), :
i is invalid type (matrix).
Perhaps in future a 2 column matrix could return a list of elements of DT
(in the spirit of A[B] in FAQ 2.14).
Please let datatable-help know if you'd like this, or add your comments to FR #657.
我知道这必须是简单的,但我就是不能看到它。我错过了什么?让我知道我可以澄清的地方。
我很感谢您的帮助!
编辑
DT[, list(Bottom = mean(V2[V2 <= quantile(V2, 0.25)]),
Middle = median(V2),
Top = mean(V2[V2 >= quantile(V2, 0.75)]),
Appearances = .N), by = V1]
我会永远有发现这个对我自己的。
在您提到的部分中,您希望'<=',而在其他使用'<'的其他部分中。很显然'<' and '>'并且在需要的地方换成'<=' and '> ='。 –
祝福你,先生。我已经运行了一两次这些代码,并且我会对我的数据进行一次尝试。我会报告结果! – Jake