在R中计算分位数（）时如何排除某些行

Question

我有兴趣仅针对基于另一列的行子集计算数据框中列的quantile 函数。

例如，我有一个带有“Y”或“N”的new_user_indicator 列，并且想知道“Y”组的分位数。目前我在做

quantile(subset_df$limit_amount, .25)
subset_df <- subset(carddata, new_user_indicator == "Y")

有没有办法在一个命令中执行此操作，而不是创建一个子集数据框？

我查看了this，看看它是否有帮助，但无法破译部分代码。

谢谢

Answer 1

分位数函数本身不允许您对子集进行操作。所以你确实需要一些方法来提取子集数据。

但是，不建议像您那样提取子集数据框。 quantile 接受向量，因此您只需对列进行子集化，而不是整个数据框。

quantile(with(carddata, limit_amount[new_user_indicator == "Y"]), 0.25)

with 函数帮助提取列，否则需要

quantile(carddatal$imit_amount[carddata$new_user_indicator == "Y"], 0.25)

---

更新

如果您要重复执行此操作，请编写一个函数（将函数名称 foo 更改为您喜欢的）

foo <- function(df, out_var, in_var, in_level, prob) {
  quantile(df[[out_var]][df[[in_var]] == in_level], prob)
  }

那么你可以这样做：

foo(carddata, "limit_amount", "new_user_indicator", "Y", 0.25)

我假设你有另一个级别“N”，所以对于那个级别你可以做到

foo(carddata, "limit_amount", "new_user_indicator", "N", 0.25)

这里，out_var、in_var 是输出变量和输入变量的列名（因此是字符串）。 in_level 是输入变量的级别。你知道prob 是干什么用的。

---

更强大的方式

如果您想要 所有 级别的输入变量为 0.25，那么使用我的函数仍然是愚蠢的。使用tapply

tapply(carddata$limit_amount, cardata$new_user_indicator, FUN = quantile, prob = 0.25)

tapply(x1, x2, FUN, ...) 将根据x2 应用quantile(x1, ...)。如果您在x2 中有 10 个级别，那么您将获得所有级别的 0.25 分位数。