基于列总和的分位数的子集数据（列）答案

【问题标题】：Subset data (columns) based on quantiles of column sums基于列总和的分位数的子集数据（列）
【发布时间】：2013-01-22 16:14:47
【问题描述】：

有没有一种聪明的方法可以根据列总和的分位数从数据框中选择列？例如，仅从数据框中选择列总和在第一个分位数中的列。我可以对基于数据的列总和进行子集化，并且可以计算列总和的分位数，但是有没有一种结合这些的好方法？谢谢。

# e.g. subset data - select columns whose column sums are less than 5
mydata <- mydata[,colSums(mydata) < 5]

# e.g create quantiles on colSums
mydata_cs <- colSums(mydata)
quart.mydata_cs <- quantile(mydata_cs,probs=seq(0,1, by=0.25))

【问题讨论】：

将 5 替换为 quart.mydata_cs ，其中 quart.mydata_cs = quantile(mydata_cs, probs = 0.25) ?

标签： r dataframe subset

【解决方案1】：

使用您的mydata_cs，以下应该可以工作

mydata.firstquart <- mydata[,mydata_cs < quantile(mydata_cs,0.25)]

根据您的第一行代码，我假设“第一个四分位数”是指最低四分位数。如果您想要最高的四分位数，只需将其更改为

mydata.firstquart <- mydata[,mydata_cs > quantile(mydata_cs,0.75)]

您可能还想使用<= 或>= 而不是< 和>。

【讨论】：

【解决方案2】：

 x <- c(1,2,3,4,5)
 y <- c(4,6,9,2,9)
 df <- data.frame(x,y)
 q <-  quantile(colSums(df),probs=seq(0,1, by=0.25))
 df[,colSums(df) < q[2] ,drop=FALSE]

【讨论】：