使用 purrr - R 查找相对于分布的观察百分位数答案

【问题标题】：Finding observation percentile realtive to a distribution with purrr - R使用 purrr - R 查找相对于分布的观察百分位数
【发布时间】：2017-07-28 17:20:28
【问题描述】：

我正在尝试创建一个 dplyr 管道，它将值与分布进行比较，并返回该值相对于该分布的百分位数。假设我有这个带有列表列的tibble：

library(tidyverse)

raw_val <- c(75,66, 80, 92, 91)

aq_nest <- airquality %>%
  select(Temp, Month) %>%
  group_by(Month) %>%
  nest(Temp) %>%
  mutate(raw_val = raw_val)

> aq_nest
# A tibble: 5 x 3
  Month              data raw_val
  <int>            <list>   <dbl>
1     5 <tibble [31 x 1]>      75
2     6 <tibble [30 x 1]>      66
3     7 <tibble [31 x 1]>      80
4     8 <tibble [31 x 1]>      92
5     9 <tibble [30 x 1]>      91

现在我可以找到我想要的单个 Month 值：

> ecdf(aq_nest$data[[1]]$Temp)(raw_val[1])
[1] 0.9032258

所以 75 大约位于第 90 个百分位。

但是对于purrr，我觉得必须有一种方法可以为每个Month 执行此操作，并将结果添加到上面的aq_nest tibble。这是我尝试过的：

aq_nest <- airquality %>%
  select(Temp, Month) %>%
  group_by(Month) %>%
  nest(Temp) %>%
  mutate(raw_val = raw_val) %>%
  mutate(Percentile = map2(data, raw_val, ~ecdf(.x)(.y)))

导致此错误的原因：

Error in mutate_impl(.data, dots) : 
  Evaluation error: Can't use matrix or array for column indexing.

所以这暴露了我对purrr 的不了解。这个aq_nest$data[[1]]$Temp 是列表列的第一个元素，并返回一个整数向量。但是当我尝试map 时，我似乎无法弄清楚如何将它强制转换为原始整数分布，以便ecdf 可以工作。

总而言之，我如何将purrr 和ecdf 一起使用，以便它返回一个向量a 百分位数（即通过airquality$Month 比较raw_val 和airquality$Temp？

【问题讨论】：

你需要得到data$Temp的ecdf。试试map2_dbl(data, raw_val, ~ecdf(.x$Temp)(.y))
@aosmith 这确实有效。如果你想做一个答案，我会回答。快到了！

标签： r dplyr tidyverse purrr

【解决方案1】：

您需要将Temp 列传递给ecdf，而不是整个数据集。此外，如果您使用map2_dbl 而不是map2，您可以获得一个非列表列作为输出。

在mutate 你可以使用：

map2_dbl(data, raw_val, ~ecdf(.x$Temp)(.y))

【讨论】：