data.table：计算百分所有数值变量

问题描述：

set.seed(1) 
dt <- data.table(id = c("A", "A", "B", "B","C", "C"), 
      var1 = c(1:6), 
      var2 = rnorm(6)) 

> dt 
    id var1  var2 
1: A 1 -0.6264538 
2: A 2 0.1836433 
3: B 3 -0.8356286 
4: B 4 1.5952808 
5: C 5 0.3295078 
6: C 6 -0.8204684

但与几十个数字变量的。我想使用data.table来计算每个观测值和每个数值变量的百分位数，同时保持密钥标识符（id）完好无损。在dplyr我能做到这一点是这样的：

mutate_if(dt, is.numeric, function(x) { ecdf(x)(x) }) 

    id  var1  var2 
1 A 0.1666667 0.5000000 
2 A 0.3333333 0.6666667 
3 B 0.5000000 0.1666667 
4 B 0.6666667 1.0000000 
5 C 0.8333333 0.8333333 
6 C 1.0000000 0.3333333

我也将是高兴的结果，包括原var1和var2。

什么是最好的方法来解决这个问题？

感谢您的帮助！

没有时间解释，但是这应该给你想要的东西没有ID列：'DT [，lapply（.SD，函数（X）ECDF（X）（X）），.SDcols = sapply（dt，is.numeric）]'。然后你可以在后面加上id列。 – jav

尝试mutate_at（dat，vars（starts_with（“var”）），function（x）{ecdf（x）（x）}）或mutate_if（dat，is.numeric，function（x）{ecdf（x ）（x）}）' –

@jav，有没有一种方法在结果中保留'id'？由于某种原因，简单的绑定给我的结果与原始数据相比是不准确的 –

答

你可以计算ecdf所有数字列在这样一个单独的数据表：

dt2 = as.data.table(lapply(dt,function(x){if(is.numeric(x)){ecdf(x)(x)}}))

结果：

> dt2 
     var1  var2 
1: 0.1666667 0.8333333 
2: 0.3333333 0.3333333 
3: 0.5000000 0.6666667 
4: 0.6666667 1.0000000 
5: 0.8333333 0.1666667 
6: 1.0000000 0.5000000

如果你想cbind这个结果原来的DT，你可以使用paste0更改列名称：

colnames(dt2) = paste0("centile_",colnames(dt2))

结果：

> dt2 
    centile_var1 centile_var2 
1: 0.1666667 0.8333333 
2: 0.3333333 0.3333333 
3: 0.5000000 0.6666667 
4: 0.6666667 1.0000000 
5: 0.8333333 0.1666667 
6: 1.0000000 0.5000000

谢谢！它几乎正是我所需要的：你的结果不包含'id'，如果我简单地尝试'cbind'，它会得到与原始数据不同的结果。有没有办法将结果保留下来？ –

只需在末尾添加'else'语句：'as.data.table（lapply（dt，function（x）{if（is.numeric（x））{ecdf（x）（x）} else x}））'。 – lmo

@lmo，谢谢你的帮助！ –

data.table：计算百分所有数值变量

相关推荐