Question

这里的真正目标是在Python中找到分位数均值（或总和，或中位数等）。由于我不是Python的高级用户，但已经使用了R一段时间，我选择的路由是通过Rpy。但是，我遇到的问题是返回的均值列表与分位数的顺序不对应。特别是，我在R：

中有以下内容

> a = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
> b = c(2, 4, 20, 40, 200, 400, 2000, 4000, 20000, 40000)
> prob = seq(0,5)/5
> br = quantile(a,prob)
> rcut = cut(a, br, include.lowest = TRUE)
> quintile_means = tapply(b, rcut, mean)
> quintile_means
[1,2.8] (2.8,4.6] (4.6,6.4] (6.4,8.2]  (8.2,10] 
      3        30       300      3000     30000

这一切都非常好。但是，如果我将代码翻译成Rpy，我就得到了

>>> import rpy
>>> from rpy import r
>>> a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> b = [2, 4, 20, 40, 200, 400, 2000, 4000, 20000, 40000]
>>> prob = [ x / 5.0 for x in range(6)]
>>> br = r.quantile(a, prob)
>>> rcut = r.cut(a, br, include_lowest=r.TRUE)
>>> quintile_means = r.tapply(b, rcut, r.mean)
>>> print quintile_means
[30.0, 300.0, 3000.0, 30000.0, 3.0]

请注意，最终列表是错误排序的（我们知道它是因为a和b在这种情况下都是有序的）。一般来说，我无法从Rpy中从最低到最高的分位数恢复正确的顺序。有什么建议吗？

另外（不是替代，因为我想知道上述问题的答案），如果你可以建议一种在python中直接执行分析的方法，那也会很棒。（我没有安装numpy或scipy。）Thx！

编辑：为了澄清，a和b 配对，但不一定已订购。例如，a是眼睛的大小，b是鼻子的大小。我试图找出a的各种分位数，对应b的方法是什么。感谢。

Answer 1

尝试rpy2。

rpy2＆gt; = 2.1.0，这可能是：

from rpy2.robjects.vectors import IntVector
from rpy2.robjects.packages import importr
base = importr('base')
stats = importr('stats')

a = IntVector((1, 2, 3, 4, 5, 6, 7, 8, 9, 10))
b = IntVector((2, 4, 20, 40, 200, 400, 2000, 4000, 20000, 40000))
prob = base.seq(0,5).ro / 5
br = stats.quantile(a,prob)
rcut = base.cut(a, br, include_lowest = True)
quintile_means = base.tapply(b, rcut, stats.mean)
print(quintile_means)

Answer 2

如果您不需要标签（例如：(8.2,10]），则可以使用cut致电labels=FALSE。这应该保持秩序（并免费加速你的代码）。

Answer 3

我无法恢复正确的顺序从最低到 Rpy中的最高分位数

如果将列表从最低到最高排序可以解决您的问题，请尝试sorted(quintile_means)。

排序分位数意味着通过Rpy

3 个答案: