将向量归纳到特定分位数的方法

Question

我拥有与36个感兴趣区域（ROI）相关的数据，大约每个ROI 380像素。我的数据就像：

      ROI_name    T_K
1   bt_full_05 303.88
1.1 bt_full_05 303.93
1.2 bt_full_05 303.72
1.3 bt_full_05 303.43
1.4 bt_full_05 302.93
1.5 bt_full_05 302.93
...
36.362 bt_full_40 301.65
36.363 bt_full_40 301.47
36.364 bt_full_40 301.52
36.365 bt_full_40 302.02
36.366 bt_full_40 303.28
36.367 bt_full_40 303.78

我想为每个ROI计算平均值T_K，但过滤掉低于给定分位数的值，例如0.25，并输出直至该分位数的值的平均值。理想情况下，我可以报告几个分位数，0.1、0.25、0.5的均值T_K。我有：

groupquant <- cleared_data %>% group_by(ROI_name) %>% 
  summarise(quants = quantile(T_K, 0.1))

这给了我分位数。但是这个

groupquant <- cleared_data %>% group_by(ROI_name) %>% 
  filter(cleared_data$T_K <= quantile(T_K, 0.1)) #%>% 

投掷

错误：结果的长度必须为392，而不是14082

我无处可去！干杯，安德鲁。

Answer 1

我认为示例数据有点小，无法证明您想这样做。因此，我创建了自己的数据，称为foo。对于每个ROI_name，我都使用filter()删除了一些数据。所有小于quantile(T_K, 0.25)的值都将被删除。然后，我决定取两个分位数的值（即0.5和0.75）。在summarize()部分中，我将获得一个带有两个数值的向量，并为每个组创建一个数据框。最后，我使用unnest()创建最终输出。

library(tidyverse)

set.seed(111)

foo <- tibble(ROI_name = rep(c("bt_full_05", "bt_full_40", "bt_full_2"), each = 30),
              T_K = runif(n = 90, min = 0, max = 300))

group_by(foo, ROI_name) %>% 
filter(T_K > quantile(T_K, 0.25)) %>% 
summarize(temp = list(enframe(quantile(x = T_K, prob = c(0.5, 0.75)),
                              name = "percentile"))) %>% 
unnest(temp)

  ROI_name   percentile value
  <chr>      <chr>      <dbl>
1 bt_full_05 50%         157.
2 bt_full_05 75%         183.
3 bt_full_2  50%         157.
4 bt_full_2  75%         229.
5 bt_full_40 50%         192.
6 bt_full_40 75%         237.