R具有非零观察子集的数据帧的百分位数

Question

我想计算下面的tibble的百分位...

我在3个变量的每一个中都有10个观测值的非零子集，即......

n <- 10
tibb <- tibble(
  x = 1:5, 
  y = 1, 
  z = x ^ 2 + y)

（排除的观察结果全部为零）

因此，平均值是字段/ 10的总和（而不是/ 5）：

meantibb  <-  tibb %>% group_by() %>% 
  summarise_if(is.numeric,  sum, na.rm = TRUE) / n
meantibb

如何获得x，y和z中的以下百分位数？

perciles <- c(0.5, 0.75)
percentiles <- function(p) quantile(p, perciles)

谢谢

Answer 1

你很接近，如果先使用聚集然后按三个不同因素对数据进行分组，那么创建均值（以及随后的百分位数）的方法可能会更简单。

library(dplyr)
n <- 10
tibb <- tibble(x = 1:5, y = 1, z = x ^ 2 + y)
tibb %>% 
  gather("fctr", "value") %>% 
  group_by(fctr) %>% 
  summarise(mean = sum(value) / n,
            perc_50 = quantile(value, 0.5),
            perc_75 = quantile(value, 0.75))

但是，我不确定您是否需要非零子集或整个数据集的百分位数，因为这会改变您的结果，即

> x = 1:5
> quantile(x, 0.1)
10% 
1.4 

> test <- c(0,0,0,0,0,1,2,3,4,5)
> quantile(test, 0.1)  
10% 
  0 

Answer 2

您可以创建包含零的数据集

missingRowCount <- n -  nrow(tibb)
colCount <- ncol(tibb)
zeroTibb <- matrix(rep(0, missingRowCount * colCount), ncol = colCount, nrow = missingRowCount) %>% as.tibble()
colnames(zeroTibb) <- colnames(tibb)
allTibb <- dplyr::bind_rows(tibb, zeroTibb)

获得完整数据后，您可以运行以下内容以获得百分位数

percTibble = sapply(allTibb, percentiles) %>%
  as.tibble()

这里的假设是，当包含零时，数据不会太大。