在R
假设人口数据在R,r,median,processing-efficiency,R,Median,Processing Efficiency,假设人口数据 Age0 Age1 Age2 Age3 Age4 Age5 Age6 Age7 Age8 Age9 Age10 Age11 1 268818 261156 255699 249954 249764 250261 251251 252536 254123 256020 257009 256488 2 269489 261305 255394 251470 249123 249254 250075 251372 252931 254813
Age0 Age1 Age2 Age3 Age4 Age5 Age6 Age7 Age8 Age9 Age10 Age11
1 268818 261156 255699 249954 249764 250261 251251 252536 254123 256020 257009 256488
2 269489 261305 255394 251470 249123 249254 250075 251372 252931 254813 257074 258142
3 264620 258160 253543 250538 248914 248444 248895 250038 251642 253477 255653 258278
4 252431 262504 258066 254720 252358 250874 250049 249660 250167 251689 253781 255974
5 234872 240086 260846 258418 256334 254612 253263 252082 250855 250728 252172 254521
6 216095 228774 238871 259449 259030 258208 257122 255910 254370 252302 251543 252908
每个年龄段都有几千人。i、 e.对于0岁的儿童,1年级有268818名婴儿。我想得到每年的平均年龄。到目前为止,我已经创建了一个低效的代码,我正在寻找一些帮助,使它变得更快。我使用的代码是这样的(注意:对于大量人口来说效率很低):
单元格您可以使用apply
直接在一行中完成,这比两个循环快得多
med_age <- apply(df, 1, function(x) median(rep(c(0:(length(x)-1)), x)))
med\u age您可以使用apply
直接在一行中完成,这比两个循环快得多
med_age <- apply(df, 1, function(x) median(rep(c(0:(length(x)-1)), x)))
med_age您可以计算各年龄组的累积总和,然后找到总和小于或等于人口规模一半的最大年龄,而不是展开整个向量并找到中值
D <- read.table(header=TRUE, text="
Age0 Age1 Age2 Age3 Age4 Age5 Age6 Age7 Age8 Age9 Age10 Age11
268818 261156 255699 249954 249764 250261 251251 252536 254123 256020 257009 256488
269489 261305 255394 251470 249123 249254 250075 251372 252931 254813 257074 258142
264620 258160 253543 250538 248914 248444 248895 250038 251642 253477 255653 258278
252431 262504 258066 254720 252358 250874 250049 249660 250167 251689 253781 255974
234872 240086 260846 258418 256334 254612 253263 252082 250855 250728 252172 254521
216095 228774 238871 259449 259030 258208 257122 255910 254370 252302 251543 252908
")
apply(D, 1, function(x) {
cum <- c(0, cumsum(x))
which.max(cum[cum <= sum(x)/2])-1
})
D您可以计算各年龄组的累积总和,然后找到总和小于或等于人口规模一半的最大年龄,而不是展开整个向量并找到中值
D <- read.table(header=TRUE, text="
Age0 Age1 Age2 Age3 Age4 Age5 Age6 Age7 Age8 Age9 Age10 Age11
268818 261156 255699 249954 249764 250261 251251 252536 254123 256020 257009 256488
269489 261305 255394 251470 249123 249254 250075 251372 252931 254813 257074 258142
264620 258160 253543 250538 248914 248444 248895 250038 251642 253477 255653 258278
252431 262504 258066 254720 252358 250874 250049 249660 250167 251689 253781 255974
234872 240086 260846 258418 256334 254612 253263 252082 250855 250728 252172 254521
216095 228774 238871 259449 259030 258208 257122 255910 254370 252302 251543 252908
")
apply(D, 1, function(x) {
cum <- c(0, cumsum(x))
which.max(cum[cum <= sum(x)/2])-1
})
D这确实节省了时间和资源!谢谢。这真的节省了时间和资源!非常感谢。