R：在分组数据框的多列上生成 ecdf

问题描述

我想在 R 中做到这一点

我的数据框如下所示：

       func hidde(imagem img:MYImage){
    
        if self.contains(img){
            img.inImageGroup = nil
            img.hiddenin = self
        }
    }

我想使用 lab value1 value2 wbc 7.0 6 wbc 6.5 3 rbc 3.5 2 rbc 4.0 2 plt 100 1 plt 120 2 wbc 5.0 2 wbc 7.5 1 rbc 4.1 0 函数来计算按 ecdf 分组的 value1 和 value2 的分位数

最终输出：

lab

解决方法

基础 R

cols <- c("value1","value2")
dat[,paste0(cols,"_q")] <- ave(dat[,cols],dat$lab,FUN=function(z) lapply(z,function(y) ecdf(y)(y)))
dat
#   lab value1 value2  value1_q  value2_q
# 1 wbc    7.0      6 0.7500000 1.0000000
# 2 wbc    6.5      3 0.5000000 0.7500000
# 3 rbc    3.5      2 0.3333333 1.0000000
# 4 rbc    4.0      2 0.6666667 1.0000000
# 5 plt  100.0      1 0.5000000 0.5000000
# 6 plt  120.0      2 1.0000000 1.0000000
# 7 wbc    5.0      2 0.2500000 0.5000000
# 8 wbc    7.5      1 1.0000000 0.2500000
# 9 rbc    4.1      0 1.0000000 0.3333333

dplyr

library(dplyr)
dat %>%
  group_by(lab) %>%
  mutate_at(vars(value1,value2),list(quant = ~ ecdf(.)(.))) %>%
  ungroup()
# # A tibble: 9 x 5
#   lab   value1 value2 value1_quant value2_quant
#   <chr>  <dbl>  <int>        <dbl>        <dbl>
# 1 wbc      7        6        0.75         1    
# 2 wbc      6.5      3        0.5          0.75 
# 3 rbc      3.5      2        0.333        1    
# 4 rbc      4        2        0.667        1    
# 5 plt    100        1        0.5          0.5  
# 6 plt    120        2        1            1    
# 7 wbc      5        2        0.25         0.5  
# 8 wbc      7.5      1        1            0.25 
# 9 rbc      4.1      0        1            0.333

数据表

library(data.table)
cols <- c("value1","value2")
datDT <- as.data.table(dat)
datDT[,(paste0(cols,"_q")) := lapply(.SD,function(z) ecdf(z)(z)),.SDcols = cols,by = .(lab) ]
datDT
#    lab value1 value2  value1_q  value2_q
# 1: wbc    7.0      6 0.7500000 1.0000000
# 2: wbc    6.5      3 0.5000000 0.7500000
# 3: rbc    3.5      2 0.3333333 1.0000000
# 4: rbc    4.0      2 0.6666667 1.0000000
# 5: plt  100.0      1 0.5000000 0.5000000
# 6: plt  120.0      2 1.0000000 1.0000000
# 7: wbc    5.0      2 0.2500000 0.5000000
# 8: wbc    7.5      1 1.0000000 0.2500000
# 9: rbc    4.1      0 1.0000000 0.3333333