我有一组包含一组值和一个因子的数据框。
df <- as.data.frame(matrix(sample(0:10, 1*30, replace=TRUE), ncol=1))
colnames(df)[1] <- "values"
df$factor<- rep(c("Factor.A","Factor.B"), each = 15)
我想要做的是计算每组中第75个百分位值......
Percentile_75 <- aggregate(values ~ factor, function(x)
quantile(x,(0.75)), data = df)
...并查看每个因子级别在df内有多少值大于这些阈值。我可以手动为每个因素做这个,但实际上我有更多的因子水平,所以我猜有一个简洁(可能是dplyr)功能,能够轻松地做到这一点?提前谢谢。
答案 0 :(得分:2)
dplyr
你可以这样做:
library(dplyr)
df %>%
group_by(factor) %>%
summarize(Percentile_75 = quantile(values,0.75),n_sup = sum(values > Percentile_75))
# # A tibble: 2 x 3
# factor Percentile_75 n_sup
# <chr> <dbl> <int>
# 1 Factor.A 8.5 4
# 2 Factor.B 8.5 4
答案 1 :(得分:1)
data.table方法:
df <- as.data.frame(matrix(sample(0:10, 1*30, replace=TRUE), ncol=1))
colnames(df)[1] <- "values"
df$factor<- rep(c("Factor.A","Factor.B"), each = 15)
library(data.table)
df <- setDT(df)
df[,P_75 := quantile(values, probs = 0.75), by = factor][
values > P_75, .(unique(P_75),.N), by = factor
]
# factor V1 N
# 1: Factor.A 7.5 4
# 2: Factor.B 8.0 2