【发布时间】：2013-11-26 23:33:55
【问题描述】：
我有一个 data.table，其中包含 p1、p2、... 列，其中包含百分比。给定参考变量val，我想计算每列的分位数。从概念上讲，这就像：
quantile(val, p1, type = 4, na.rm = T)
quantile(val, p2, type = 4, na.rm = T)
...
我使用data.table的尝试如下：
fun <- function(x, y) quantile(y, x, type = 4, na.rm = T)
dt[, c('q1', 'q2') := lapply(.SD, fun), .SDcols = c('p1', 'p2'), by = grp]
where grp is some grouping variable
但是，我无法以固定不变的方式指定 y 变量。
我尝试了以下方法：
fun <- function(x, y, dt) quantile(dt[, y], x, type = 4, na.rm = T)
dt[, c('q1', 'q2') := lapply(.SD, fun, y, dt), .SDcols = c('p1', 'p2'), by = grp]
但是，在计算分位数时，这样做并不会强制进行分组。它将根据y 变量的整个范围而不是组内的y 计算分位数。这样做的正确方法是什么？
编辑：
这里是一个只有一个变量的简单示例：
> dt <- data.table(y = 1:10, p1 = rep(seq(0.2, 1, 0.2), 2), g = c(rep('a', 5), rep('b', 5)))
> dt
y p1 g
1: 1 0.2 a
2: 2 0.4 a
3: 3 0.6 a
4: 4 0.8 a
5: 5 1.0 a
6: 6 0.2 b
7: 7 0.4 b
8: 8 0.6 b
9: 9 0.8 b
10: 10 1.0 b
> fun <- function(x, dt, y) quantile(dt[, y], x, type = 4, na.rm = T)
> dt[, c('q1') := lapply(.SD, fun, dt, y), .SDcols = c('p1'), by = c('g')]
> dt
y p1 g q1
1: 1 0.2 a 2
2: 2 0.4 a 4
3: 3 0.6 a 6
4: 4 0.8 a 8
5: 5 1.0 a 10
6: 6 0.2 b 2
7: 7 0.4 b 4
8: 8 0.6 b 6
9: 9 0.8 b 8
10: 10 1.0 b 10
您可以看到 q1 是使用 y 的整个范围计算得出的。
【问题讨论】：
-
您能否发布一个可重现的示例，包括
dt包含的内容。变量y是否真的与您希望计算分位数的百分比在同一个表中？ -
lapply应该与一个参数的函数一起使用。如果您需要两个或更多，mapply可能会有所帮助。 -
@mnel：我加了一个简单的例子
-
@Frank：您能否提供一个示例，说明如何在
data.table的上下文中使用mapply？特别是，如果我指定一个带有两个参数的函数，我如何告诉data.table循环其中一个参数，同时保持另一个参数不变？ -
我认为标准的 R 回收工作。也就是说，您可以传递一个长度为一个的列表和另一个长度为 n 的列表。
标签： r data.table