Question

我想知道在数据集中添加分位数列的最佳方法是什么。我正在考虑使用ave（）函数，类似ave(iris$Sepal.Length, iris$Species, FUN=quantile) - 但在这种情况下ave()合并quantile()返回的值（在这种情况下，每个子集返回5个值）和将它们剪成iris ...

的长度

提前感谢您的建议！

Answer 1

关于这个一般主题有很多SO问题，建议ave()，aggregate()，plyr()，reshape2::cast或data.table取决于各种用途个人偏好，可读性，紧凑性，灵活性，速度......这是一个简单的aggregate()解决方案，似乎可以做你想做的事情：

(aa <- aggregate(Sepal.Length~Species,data=iris,quantile))

##      Species Sepal.Length.0% Sepal.Length.25% Sepal.Length.50% Sepal.Length.75%
## 1     setosa           4.300            4.800            5.000            5.200
## 2 versicolor           4.900            5.600            5.900            6.300
## 3  virginica           4.900            6.225            6.500            6.900
##   Sepal.Length.100%
## 1             5.800
## 2             7.000
## 3             7.900

编辑：重新阅读/基于评论，这不是您想要的：您需要为每行复制的汇总值，而不是每组一次。

也许

merge(iris,aa,by="Species")

虽然这给出了一个稍微奇怪的数据框（最后一个“列”实际上是一个矩阵）。

这有点神奇，但是

merge(iris,with(aa,data.frame(Species,Sepal.Length)))

更好 - 它将aggregate()返回的奇怪数据帧解压缩一点（名称仍然有点不稳定）。

Answer 2

使用 data.table 包：

library(data.table)
dt <- data.table(iris)
dt[, paste0("q", 25*(0:4)) := as.list(quantile(Sepal.Length)), by="Species"]

使用带有返回向量的函数的ave（）

2 个答案: