从数据框中的不同列组中选择前 n% 的记录

Question

以下是我的示例输入和输出数据的样子。基本上，我希望使用 R 中的应用函数从几组列中选择底部 1 个百分位记录。选择分别基于我的示例数据中 a.1、b.1 和 c.1 列中的最小值。

我已经为 3 个单独的组手动编码，但想知道是否有一种使用 apply、ddply 函数的有效编码方式？

我一直在尝试编写逻辑。任何指针都非常感谢。

> read.csv('in.csv')
  slno a.1 a.2 a.3 b.1 b.2 b.3 c.1 c.2 c.3
1    1  10  34  34  14   1  11   5   2  45
2    2   9  35  35  13   7  17  16   6  46
3    3  12  11  11  12   5  15  13   4  18
4    4  13  13  13  11   6  16  12   8  52
5    5  14   9   9  10   9  19  11   9  36

> read.csv('out.csv')
  a.1 a.2 a.3 b.1 b.2 b.3 c.1 c.2 c.3
1   9  35  35  10   9  19   5   2  45
2  10  34  34  11   6  16  11   9  36

示例代码：

d3.a<- subset(input, a.1 < quantile(a.1, prob = 0.01),
              select=c(a.1, a.2, a.3))
d3.a<-head(arrange(d3.a,desc(a.1)), n=2)              
d3.b<- subset(input, b.1 < quantile(b.1, prob = 0.01),
              select=c(b.1, b.2, b.3))  
d3.b<-head(arrange(d3.b,desc(b.1)), n=2)                  
d3.c<- subset(input, c.1 < quantile(c.1, prob = 0.01),
              select=c(c.1, c.2, c.3))            
d3.c<-head(arrange(d3.c,desc(c.1)), n=2)
out<-cbind(d3.a,d3.b,d3.c)

Answer 1

这会给你一个列表的结果，我建议你这样做，因为变量a、b、c的行数可能不同：

vars <- letters[1:3]  ## change this according to your problem.

L <- lapply(vars, function(x) {
     y <- input[, paste0(x,".1")]
     f <- y < quantile(y, prob=0.01)
     input[f, paste(x, 1:3, sep=".")]
})

如果你真的想要一个数据框，使用这个：

do.call(cbind, L)