R 将值从矢量映射到数据框:计算百分位
我有一个数字向量(nth\RT)和一个数据帧(df): 我想计算并添加每个受试者每个区块的第n个百分位数作为新列(n),即第1区块第一名受试者RTs的第61百分位数,第2区块第一名受试者RTs的第47百分位数,第3区块第一名受试者RTs的第50百分位数,第1区块第2名受试者的第53百分位数,等等。因此数据框将如下所示:R 将值从矢量映射到数据框:计算百分位,r,function,loops,vector,percentile,R,Function,Loops,Vector,Percentile,我有一个数字向量(nth\RT)和一个数据帧(df): 我想计算并添加每个受试者每个区块的第n个百分位数作为新列(n),即第1区块第一名受试者RTs的第61百分位数,第2区块第一名受试者RTs的第47百分位数,第3区块第一名受试者RTs的第50百分位数,第1区块第2名受试者的第53百分位数,等等。因此数据框将如下所示: df # Subject RT Trial Block Rank nth #1 1 234 1 1 1 310.28
df
# Subject RT Trial Block Rank nth
#1 1 234 1 1 1 310.28
#2 1 239 3 1 2 310.28
#3 1 563 2 1 3 310.28
#4 1 230 1 2 1 233.76
#5 1 234 3 2 2 233.76
#6 1 467 2 2 3 233.76
#7 1 111 3 3 1 466
#8 1 466 2 3 2 466
#9 1 543 1 3 3 466
#10 2 44 2 1 1 230.2
#11 2 223 3 1 2 230.2
#12 2 343 1 1 3 230.2
#13 2 34 2 2 1 242
#14 2 242 3 2 2 242
#15 2 324 1 2 3 242
#16 2 54 1 3 1 382.32
#17 2 345 3 3 2 382.32
#18 2 656 2 3 3 382.32
我有一个每个参与者一个区块的代码,但它不起作用:
nth_RT <-quantile(df$RT ~ Block * Subject, nth_RT[1])
nth\u RT我认为向量nth\u RT
与df
中的Block
和Subject
没有明确的对应关系。因此,我建议您创建一个矩阵或data.frame来清楚地显示对应关系。比如说,
grid <- expand.grid(Block = unique(df$Block), Subject = unique(df$Subject))
grid_nth_RT <- cbind(grid, nth_RT)
然后,我们可以使用for循环遍历每个块
-主题
对
df$nth <- array(0, nrow(df))
for(i in 1:nrow(grid_nth_RT)) {
index <- df$Block == grid_nth_RT[i,"Block"] &
df$Subject == grid_nth_RT[i,"Subject"]
df$nth[index] <- quantile(df[index,"RT"], grid_nth_RT[i,"nth_RT"])
}
顺便说一下,从你的代码
quantile(df$RT ~ Block * Subject, nth_RT[1])
我想你对~
有些误解。带有~
的东西在R中称为公式
。您可以查看此页面
要了解更多关于R中的公式
,非常感谢您的回答!它工作得很好。事实上,我想我绝对应该检查一些关于公式的信息。
df$nth <- array(0, nrow(df))
for(i in 1:nrow(grid_nth_RT)) {
index <- df$Block == grid_nth_RT[i,"Block"] &
df$Subject == grid_nth_RT[i,"Subject"]
df$nth[index] <- quantile(df[index,"RT"], grid_nth_RT[i,"nth_RT"])
}
> df
Subject RT Trial Block Rank nth
1 1 234 1 1 1 310.28
2 1 239 3 1 2 310.28
3 1 563 2 1 3 310.28
4 1 230 1 2 1 233.76
5 1 234 3 2 2 233.76
6 1 467 2 2 3 233.76
7 1 111 3 3 1 466.00
8 1 466 2 3 2 466.00
9 1 543 1 3 3 466.00
10 2 44 2 1 1 230.20
11 2 223 3 1 2 230.20
12 2 343 1 1 3 230.20
13 2 34 2 2 1 242.00
14 2 242 3 2 2 242.00
15 2 324 1 2 3 242.00
16 2 54 1 3 1 382.32
17 2 345 3 3 2 382.32
18 2 656 2 3 3 382.32
quantile(df$RT ~ Block * Subject, nth_RT[1])