Filter Daten pro Wert der unabhängigen Variablen in R

Question

Ich bin ziemlich neu in R und Datenverarbeitung im Allgemeinen, also bitte verzeihen Sie mir, wenn meine Terminologie ist schlecht.

Ich habe einige Daten mit einer diskreten, nicht eindeutigen unabhängigen Variable DeltaT und einem abhängigen Werten namens Score.

Ich möchte nur die oberen 5 Perzentil (entfernen Sie alles LT 0,95 Perzentil) der Scores für jeden Wert in DeltaT.

Die folgende Abbildung zeigt, was ich zu erreichen versuche.

Ich habe den Eindruck, es gibt Möglichkeiten, dies ohne Schleifen zu tun, aber nicht wissen, die Namen der Funktionen kann ich brauche.

Answer 1

Hier ist eine Basis R-Lösung mit quantile(), ave(), Vergleichs- und Indizierung Unter der Annahme:

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 

---

Ihre Beispieldaten nicht ideal ist, weil es deckt nicht den Fall von mehreren Werten ab, die die Filterbedingung erfüllen. Ich habe meine Lösung unter der Annahme geschrieben, dass Sie alle Zeilen behalten möchten, die die Bedingung erfüllen. Hier ist ein besserer Test:

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 2

Ohne Ihre Daten zu haben, habe ich meine eigene erstellt. Hier ist ein Ansatz, den Ihnen mit der Lösung unter Verwendung einer Quantilsfunktion können helfen, den 95. Perzentil Wert zu erhalten und mit dplyr Paket der Gruppierung und Filterfunktionen:

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)) 

Ausgabe in diesem Fall werden, da nur diese beiden Werte des Match 95. Perzentil oder höher:

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

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

Sie können den Code ändern, der Ihren spezifischen Anforderungen entspricht.

Answer 3

Try this:

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 sehr hilfreich sein kann. "DF2" ist Ihr 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