按R中自變量的每個值過濾數據

Question

我一般對R和數據處理還很陌生，所以如果我對術語的使用不佳，請原諒我。

我有一些數據，這些數據帶有離散的，非唯一的獨立變量DeltaT和一個稱為Score的因數值。

我只想保留DeltaT中每個值的得分最高的5個百分點（刪除所有LT 0.95個百分點）。

下圖描述了我要完成的工作。

我給人留下了沒有循環的方法，但是不知道我可能需要的函數的名稱。

Answer 1

沒有您的數據，我創建了自己的數據。 這是一種可以使用分位數函數獲取第95個百分位數值並使用dplyr程序包的分組和過濾功能來幫助您解決問題的方法：

library(dplyr)
df <- data.frame(DeltaT = c(rep(1, 10), rep(2, 10)), Score = c(1:10, 1:10))
df %>% group_by(DeltaT) %>% filter(Score >= quantile(Score, probs = 0.95))

在這種情況下，輸出將是因為只有這兩個分數與第95個百分點或更高匹配：

Source: local data frame [2 x 2]
Groups: DeltaT [2]

  DeltaT Score
   <dbl> <int>
1      1    10
2      2    10

您可以根據自己的特定需求更改代碼。

Answer 2

這是使用quantile() ， ave() ，比較和索引的基本R解決方案：

df <- data.frame(DeltaT=c(1L,1L,1L,2L,2L,3L,3L,3L,3L,4L,4L,4L),Score=1:12);
df[df$Score>=ave(df$Score,df$DeltaT,FUN=function(x) quantile(x,0.95)),];
##    DeltaT Score
## 3       1     3
## 5       2     5
## 9       3     9
## 12      4    12

---

您的示例數據並不理想，因為它不包含滿足過濾條件的多個Score值的情況。 我在假設您要保留所有滿足條件的行的前提下編寫解決方案。 這是一個更好的測試：

df <- data.frame(DeltaT=c(1L,1L,1L,2L,2L,3L,3L,3L,3L,4L,4L,4L,4L),Score=c(1:12,12));
df[df$Score>=ave(df$Score,df$DeltaT,FUN=function(x) quantile(x,0.95)),];
##    DeltaT Score
## 3       1     3
## 5       2     5
## 9       3     9
## 12      4    12
## 13      4    12

Answer 3

嘗試這個：

library(data.table)


setDT(df) # convert your dataset into a data.table


output <- df[  score >  quantile(df$score, c(.95)), # filter condition
              .(score=score),                       # output column 
              by=.(DeltaT) ]                        # grouped by

Answer 4

dplyr可能會很有幫助。 假設“ df2”是您的data.frame

> library(dplyr)
> group_by(df2, DeltaT) %>% summarise(Score = round(quantile(Score, probs=0.95),0))
Source: local data frame [4 x 2]

  DeltaT   Score
   (dbl) (dbl)
1      1     3
2      2     5
3      3     9
4      4    12