根据数据计算中值。R中的表列

Question

我正在尝试计算多个列的中值，但是我的数据有点奇怪。它看起来像下面的示例。

library(data.table)

dt <- data.table("ID" = c(1,2,3,4),"none" = c(0,5,5,3), 
                 "ten" = c(3,2,5,4),"twenty" = c(0,2,3,1))


   ID none ten twenty
1:  1    0   3      0
2:  2    5   2      2
3:  3    5   5      3
4:  4    3   4      1

在表中到列表示该值的出现次数。我想计算中位数的出现次数。

例如对于ID = 1

median(c(10, 10, 10))

是我想要创建的计算。

对于ID=2

median(c(0, 0, 0, 0, 0, 10, 10, 20, 20))

我尝试过使用＜code＞rep（）或＜code＞rep（10,2）），这就是我所期望的。我只是努力创建一个列表或向量，每个列都有重复。

Answer 1

以下是避免按行操作和改变形状的方法：

dt[, m := {
    cSD  = Reduce(`+`, .SD, accumulate=TRUE)
    k    = floor(cSD[[length(.SD)]]/2)

    m    = integer(.N)
    for(i in seq_along(cSD)) {
        left = m == 0L
        if(!any(left)) break
        m[left] = i * (cSD[[i]][left] >= k[left])
    }
    names(.SD)[m]
}, .SDcols=none:twenty]

这给了

   ID none ten twenty    m
1:  1    0   3      0  ten
2:  2    5   2      2 none
3:  3    5   5      3  ten
4:  4    3   4      1  ten

对于循环，我借用了@alexis_laz的风格，例如 https://stackoverflow.com/a/30513197/

我跳过了列名的翻译，但是这非常简单。您可以使用< code>c(0，10，20)来代替< code >名称(。SD)在最后。

Answer 2

您需要一个字典来将列名翻译成相应的数字，然后它相当简单：

dict = data.table(name = c('none', 'ten', 'twenty'), number = c(0, 10, 20))

melt(dt, id.var = 'ID')[
  dict, on = c(variable = 'name')][, median(rep(number, value)), by = ID]
#   ID V1
#1:  1 10
#2:  2  0
#3:  3 10
#4:  4 10

Answer 3

这是另一种data.table方式（假设唯一的ID）：

dt[, median(rep(c(0, 10, 20), c(none, ten, twenty))), by=ID]
#    ID V1
# 1:  1 10
# 2:  2  0
# 3:  3 10
# 4:  4 10

这只是一种不经过整形就能得到@eddi答案的尝试(我倾向于把整形作为最后的手段)。