在R中按順序計算列的中位數并將值存盤在資料框中-有解無憂

我面臨計算列中值的中位數的問題。我在一列中有數百個值，但我想一次計算序列中五個值的中值，并將中值存盤在 R 中的單獨資料框中，并類似地繼續直到可用資料值結束。

問題是#VALUE有一些值！在計算中位數時，如果有這樣的值，即#VALUE！并且要取中位數的值少于 5 個，那么程式應該只取具有任何可用值數量的中位數。類似地，對于最后一個中值，如果可取的值少于 5 個，則應使用可用值數計算中值。

可以從此處下載帶有一列示例資料的 .csv 檔案的鏈接。

檔案鏈接

如果有人能幫助我解決這個問題，我將不勝感激。

謝謝

uj5u.com熱心網友回復：

你可以試試這個：

按 5 行的序列分組
替換#VALUE!為NA
轉換為數字
用中位數總結

Speed %>% 
  group_by(group5 = rep(row_number(), each=5, length.out = n())) %>% 
  mutate(speed = ifelse(speed== "#VALUE!", NA, speed)) %>% 
  type.convert(as.is = TRUE) %>% 
  summarise(median = median(speed, na.rm = TRUE))

  group5 median
    <int>  <dbl>
 1      1   1.32
 2      2  -4.97
 3      3 -13.1 
 4      4 -14.3 
 5      5   6.89
 6      6  -2.97
 7      7 -11.6 
 8      8 -16.0 
 9      9 -18.6 
10     10 -19.9 
# ... with 72 more rows

uj5u.com熱心網友回復：

更新“翻滾視窗”（頂部，此處）與“滾動視窗”（下方，保留以供后代/參考）。仍在使用dat滾動視窗討論的頂部。

關于#VALUE!（遠在下面）的討論可能仍然相關，我將在此處包含代碼。

基數R

dat$speed <- suppressWarnings(as.numeric(dat$speed))
aggregate(dat$speed, list(grp = (seq_len(nrow(dat)) - 1) %/% 5), FUN = median, na.rm = TRUE)
#   grp       x
# 1   0  3.4245
# 2   1 -4.9730

dplyr

library(dplyr)
dat %>%
  mutate(speed = suppressWarnings(as.numeric(speed))) %>%
  group_by(grp = (seq_len(n()) - 1) %/% 5) %>%
  summarize(med5 = median(speed, na.rm = TRUE))
# # A tibble: 2 x 2
#     grp  med5
#   <dbl> <dbl>
# 1     0  3.42
# 2     1 -4.97

資料表

library(data.table)
as.data.table(dat)[, speed := suppressWarnings(as.numeric(speed))
  ][, .(med5 = median(speed, na.rm = TRUE)), by = .(grp = (seq_len(nrow(dat)) - 1) %/% 5)][]
#      grp    med5
#    <num>   <num>
# 1:     0  3.4245
# 2:     1 -4.9730

（下面是滾動視窗，除了dat資料的定義之外不再相關。）

我從那個單列框架中復制了前 10 行，然后得到

dat <- structure(list(speed = c(0, 5.534, 1.315, 7.6865, -0.479, -0.4605, -4.311, -4.973, -7.69, -11.669)), row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10"), class = "data.frame")

有了這個，基本的操作是這樣的：

newvec <- zoo::rollmedian(dat$speed, 5)
newvec
# [1]  1.3150  1.3150 -0.4605 -0.4790 -4.3110 -4.9730

請注意，這會創建nrow(dat) - (k - 1)(20) 個值，其中k=5（您的視窗）。一般來說，滾動操作往往是還原性的，但如果需要，我們可以選擇更改它。例如，我們可以保持相同的長度并用NA;填充末端。為此，我們可以將視窗向左、居中或向右“對齊”：

zoo::rollmedian(dat$speed, 5, fill = NA, align = "left")
#  [1]  1.3150  1.3150 -0.4605 -0.4790 -4.3110 -4.9730      NA      NA      NA      NA
zoo::rollmedian(dat$speed, 5, fill = NA, align = "center")
#  [1]      NA      NA  1.3150  1.3150 -0.4605 -0.4790 -4.3110 -4.9730      NA      NA
zoo::rollmedian(dat$speed, 5, fill = NA, align = "right")
#  [1]      NA      NA      NA      NA  1.3150  1.3150 -0.4605 -0.4790 -4.3110 -4.9730

讓我展示一下對齊方式是如何適應的。使用align="center"（默認），我們看到：

dat$speed
#  [1]   0.0000   5.5340   1.3150   7.6865  -0.4790  -0.4605  -4.3110  -4.9730  -7.6900 -11.6690
###      `----------------------------------------'
###          take the median of these values,
###          and then assign that single value here:
###                                              /
###                             ,---------------'
###                            / 
#  [1]       NA       NA   1.3150   1.3150  -0.4605  -0.4790  -4.3110  -4.9730       NA       NA

dat$speed[1:5]
# [1]  0.0000  5.5340  1.3150  7.6865 -0.4790
median(dat$speed[1:5])
# [1] 1.315

對于下一個值，

#  [1]   0.0000   5.5340   1.3150   7.6865  -0.4790  -0.4605  -4.3110  -4.9730  -7.6900 -11.6690
###               `----------------------------------------'
###                   take the median of these values,
###                   and then assign that single value here:
###                                                       /
###                                      ,---------------'
###                                     / 
#  [1]       NA       NA   1.3150   1.3150  -0.4605  -0.4790  -4.3110  -4.9730       NA       NA

dat$speed[2:6]
# [1]  5.5340  1.3150  7.6865 -0.4790 -0.4605
median(dat$speed[2:6])
# [1] 1.315

因此，我們可以輕松地將其分配給data.frame(rollmed = newvec)帶有或不帶有填充的新框架。如果要將其分配回原始框架，可以執行以下操作：

dat$rollmed <- zoo::rollmedian(dat$speed, 5, fill = NA, align = "center")
dat
#       speed rollmed
# 1    0.0000      NA
# 2    5.5340      NA
# 3    1.3150  1.3150
# 4    7.6865  1.3150
# 5   -0.4790 -0.4605
# 6   -0.4605 -0.4790
# 7   -4.3110 -4.3110
# 8   -4.9730 -4.9730
# 9   -7.6900      NA
# 10 -11.6690      NA

至于您的#VALUE!，這可能表現為一character列而不是numeric，在這種情況下，您在上述所有內容之前還有一個額外的步驟。

我會將我的值之一更改為該錯誤：

dat$speed[5] <- "#VALUE!"
dat
#      speed
# 1        0
# 2    5.534
# 3    1.315
# 4   7.6865
# 5  #VALUE!
# 6  -0.4605
# 7   -4.311
# 8   -4.973
# 9    -7.69
# 10 -11.669
str(dat)
# 'data.frame': 10 obs. of  1 variable:
#  $ speed: chr  "0" "5.534" "1.315" "7.6865" ...

（看到了嗎？chr。）

從這里，我們可以簡單地將所有轉換為數字，忽略我們得到的警告：

dat$speed <- suppressWarnings(as.numeric(dat$speed))
dat
#       speed
# 1    0.0000
# 2    5.5340
# 3    1.3150
# 4    7.6865
# 5        NA
# 6   -0.4605
# 7   -4.3110
# 8   -4.9730
# 9   -7.6900
# 10 -11.6690
str(dat)
# 'data.frame': 10 obs. of  1 variable:
#  $ speed: num  0 5.53 1.31 7.69 NA ...

從這里開始，我們可以再次進行滾動中位數。請注意，NA我們現在稍微改變了一些東西：

dat$rollmed <- zoo::rollmedian(dat$speed, 5, fill = NA, align = "center")
dat$rollmed2 <- zoo::rollmedian(dat$speed, 5, fill = NA, align = "center", na.rm = TRUE)
dat
#       speed rollmed rollmed2
# 1    0.0000      NA       NA
# 2    5.5340      NA       NA
# 3    1.3150      NA  3.42450
# 4    7.6865      NA  3.42450
# 5        NA      NA  0.42725
# 6   -0.4605      NA -2.38575
# 7   -4.3110      NA -4.64200
# 8   -4.9730  -4.973 -4.97300
# 9   -7.6900      NA       NA
# 10 -11.6690      NA       NA

默認值（我們之前所做的）將為前一個NA /- 4 行 ( k-1)內的每一行回傳一個中值#VALUE!；na.rm=TRUE如果您愿意，我們可以添加；這不是一個滾動視窗的事情，這是一個一般的統計問題，“空值是一個問題”。

轉載請註明出處，本文鏈接：https://www.uj5u.com/net/376579.html

標籤：r 数据框文件中位数

上一篇：讓python腳本僅從包含檔案的檔案夾運行

下一篇：坐標輸出到csv檔案python