将向量汇总到某个分位数的R方法答案

【问题标题】：R method of summarising vector up to certain quantile(s)将向量汇总到某个分位数的R方法
【发布时间】：2020-06-29 05:12:38
【问题描述】：

我有大约 36 个感兴趣区域 (ROI) 的数据。每个 ROI 380 像素。我的数据是这样的：

      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

我想计算每个 ROI 的平均 T_K，但过滤掉低于给定分位数的值，例如0.25，并输出直到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的平均 T_K，0.1、0.25、0.5... 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)) #%>%

抛出

错误：结果的长度必须是 392，而不是 14082

我无处可去！干杯，安德鲁。

【问题讨论】：

我想知道如果你改用filter(T_K <= quantile(T_K, 0.1))会发生什么。
爵士乐是正确的。问题是，通过使用cleared_data$T_K，您将长度为 14082 的完整向量与长度为 392 的向量的子组进行比较。只需使用 T_K
感谢@jazzurro，一切顺利。但我也想计算 vals

标签： r dplyr mean quantile

【解决方案1】：

我认为示例数据有点小，无法证明您想要这样做。所以我创建了自己的数据，称为foo。对于每个ROI_name，我用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（即 0.5 和 0.75）的值。在summarize() 部分，我得到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() 来创建最终输出。

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.

【讨论】：