具有分组功能的数据表中多个行和列的中位数

Question

我有一个数据表，包含90000多个观察值和1201个变量。除最后一列之外的所有列都存储数值，最后一列是包含源文件名称（超过100）的列。以下是数据表的一个小示例：

library(data.table)
DT <- data.table(V1=sample(0:100,20,replace=TRUE), 
V2=sample(0:100,20,replace=TRUE), V3=sample(0:100,20,replace=TRUE), 
V4=sample(0:100,20,replace=TRUE), V5=sample(0:100,20,replace=TRUE), 
V6=sample(0:100,20,replace=TRUE), V7=sample(0:100,20,replace=TRUE), 
file=rep(c("A","B","C","D"), each = 5))

我想做的是计算每个组中ALL值的中位数（file）。例如，对于组A，中位数将从第1、2、3、4、5行一次计算出来。在下一步中，我想根据一组（预期输出如下）将中间值分配给每一行。

这个问题看起来很简单，我在谷歌上搜索过很多类似的问题，都是关于依赖于一个群体的中值/平均值的计算(< code>aggregate是最流行的解决方案之一)。然而，在所有情况下，中值计算只考虑一列。这里是7(或者在我的原始数据中是1200 ),而< code>median不接受这一点——我应该提供一个数字向量。因此，我尝试了< code>unlist、< code>aggregate、< code>dplyr包和< code>tapply包，运气好的话...

由于数据和组(即< code >文件)的数量，代码应该是非常自动和高效的...我将非常感谢你的帮助！

如果代码明显失败，则只是一个小示例：

DT_median <- setDT(DT)[, DT_med := median(DT[,1:7]), by = file]

预期的结果应该如下所示:

V1  V2  V3  V4  V5  V6  V7  file DT_med
42  78  9   0   60  46  65  A    37.5
36  36  46  45  5   96  64  A    37.5
83  31  92  100 15  2   9   A    37.5
36  16  49  82  32  4   46  A    37.5
29  17  39  6   62  52  97  A    37.5
37  70  17  90  8   10  93  B    47
72  62  68  83  96  77  20  B    47
10  47  29  2   93  16  30  B    47
69  87  7   47  96  17  8   B    47
23  70  72  27  10  86  49  B    47
78  51  13  33  56  6   39  C    51
28  92  100 5   75  33  17  C    51
71  82  9   20  34  83  22  C    51
62  40  84  87  37  45  34  C    51
55  80  55  94  66  96  12  C    51
93  1   99  97  7   77  6   D    41
53  55  71  12  19  25  28  D    41
27  25  28  89  41  22  60  D    41
91  25  25  57  21  98  27  D    41
2   63  17  53  99  65  95  D    41

Answer 1

因为我们要计算所有值的< code >中值，按“文件”分组，< code >取消列出 data . table(< code >)的子集。SD)，获取< code>median并分配(< code>:=)输出以创建新列' DT_med '

library(data.table)
DT[, DT_med := median(unlist(.SD), na.rm = TRUE), by = file]