如何计算不规则数据集的中位数？答案

【问题标题】：How can I calculate the median of irregular datasets?如何计算不规则数据集的中位数？
【发布时间】：2020-09-01 04:44:28
【问题描述】：

在 R 中，我在数据框中有一些数据，其中 x 值在 df$a 列中，y 在 df$b 列中。我想将它们内插到一系列生成的 x 值à la output_x_values <- seq(0.0, 100.0, 1.0)。现在approx(df$a, y = df$b, xout = output_x_values) 以某种方式仅从具有nrow(df) > length(output_x_values) 的给定df 中提取第一个length(output_x_values)。这里出了什么问题，我能做些什么来解决它？ atm如图，我想加个中线Fraction of precipitation by percentile.

【问题讨论】：

标签： r sequence median percentile

【解决方案1】：

您尝试用于插值的 approx 函数有一个默认的“规则”参数，该参数不会对向量中观察范围之外的值进行插值，该向量会用 NA 截断结果中的值。您可以将其更改为“rule = 2”，以允许插值超出预期范围：

output_x_values <- seq(0.0, 100, 1.0)

# Toy data
set.seed(1)
df <- data.frame(a = seq(50, 150, 10), b = seq(0, 100, 10) + rnorm(11, 20, 10))

df

# a         b
# 1   50  13.73546
# 2   60  31.83643
# 3   70  31.64371
# 4   80  65.95281
# 5   90  63.29508
# 6  100  61.79532
# 7  110  84.87429
# 8  120  97.38325
# 9  130 105.75781
# 10 140 106.94612
# 11 150 135.11781

approx(x = df$a, y = df$b, xout = output_x_values, rule = 2)

但是，这对数据有一点奇怪的影响：

plot(df)
plot(approx(x = df$a, y = df$b, xout = output_x_values, rule = 2))

你不妨试试：

# Toy data scaled with centiles but without interpolation
plot(percent_rank(df$a), percent_rank(df$b))

# Toy data scaled with centiles with interpolation
plot(approx(x = percent_rank(df$a), y = percent_rank(df$b), n = 100))

【讨论】：