寻找一种为多个变量创建“中位数分割”变量的方法

Question

我有一个包含大约 40 个不同变量的数据集。现在我想创建一个新变量来指示每个观察值是高于还是低于中位数。

我设法从现有的“var1”创建了一个新变量“var1_mediansplit”（值 1 表示低于中位数，2 表示其他所有值）：

mydata$var1_mediansplit <- ifelse(mydata$var1 < median(mydata$var1), mydata$var1_mediansplit <- "1", mydata$var1_mediansplit <- "2"

我正在寻找一种通过几个变量运行它的方法（我猜是循环）。感谢您的帮助！

编辑：jblood94 的解决方案对我有用，所以谢谢！

Answer 1

使用Rfast 包中的colMedians 和eachrow：

library(Rfast)

df <- as.data.frame(matrix(runif(4000), ncol = 40)) # dummy data
m <- as.matrix(df)
df2 <- as.data.frame((eachrow(m, colMedians(m), "-") >= 0) + 1)

详细解释：

1. colMedians(m) 返回每​​列的中位数（一个向量 长度 40)。
2. eachrow 为第一个参数获取一个矩阵，为第二个参数获取一个向量（长度与矩阵中的列数相同），为第三个参数获取一个运算符。矩阵的每一行都有根据运算符应用到它的向量。所以这里从m的每一行中减去colMedians(m)向量。
3. 将eachrow 的结果与0 进行比较（FALSE 如果小于0，则TRUE 否则）。
4. 对带有数字的逻辑进行操作会将其强制转换为数字：FALSE + 1 = 1 和 TRUE + 1 = 2。

Answer 2

不要过于复杂，考虑一下：

v <- c(1:100)
x <- median(v)
y <- v >= x