Question

我需要找到“90％样本的最高分档”。

我有一张这样的表：

my_table <- data.frame(matrix(c(122,68,2,0,30,0,0,0,5,79,23,9000), byrow=TRUE, ncol=4))
names(my_table) <- c("0-10","11-20","21-30","31-5000")

bin-headers表示分钟（时间）。

对于第一行，90％的样本间隔小于或等于“11-20”。即90％的样本时间短于21分钟。

对于第二行，它低于或等于间隔“0-10”。

对于第三行，它低于或等于间隔“31-5000”。

我想添加一个“90p-interval”列，其中自动找到上述间隔，从而产生如下表格：

my_table$Perc90 <-  c("11-20","0-10","31-5000")

我真正的桌子是成千上万行。

如果有人可以提供帮助，我将非常感激，也感谢所有为这个梦幻网站做出贡献的人！

/克里斯

Answer 1

目前尚不清楚如何根据你的答案确定他的90％截止时间是不确切的，所以我提供的答案会给你一些与你的例子相符的答案。这可确保所选截止值至少为90％。

my_table$Perc90 <- apply(my_table, 1, function(x) {
    pct <- cumsum(x)/sum(x)
    return(names(x[pct >= 0.9][1]))
    }  )

Answer 2

apply(my_table, 1, function(x) names(x)[
               max( which( c(0,cumsum(x)) < 0.9*sum(x)))
                                      ])
# [1] "11-20"   "0-10"    "31-5000"

来自分配箱的百分位数

2 个答案: