如何计算R中各组的中位数

数据的小例子

    df=structure(list(Dt = structure(c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 
9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 
22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 
35L, 36L, 37L, 38L, 39L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 
10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 
23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 
36L, 37L, 38L, 39L), .Label = c("2018-02-20 00:00:00.000", "2018-02-21 00:00:00.000", 
"2018-02-22 00:00:00.000", "2018-02-23 00:00:00.000", "2018-02-24 00:00:00.000", 
"2018-02-25 00:00:00.000", "2018-02-26 00:00:00.000", "2018-02-27 00:00:00.000", 
"2018-02-28 00:00:00.000", "2018-03-01 00:00:00.000", "2018-03-02 00:00:00.000", 
"2018-03-03 00:00:00.000", "2018-03-04 00:00:00.000", "2018-03-05 00:00:00.000", 
"2018-03-06 00:00:00.000", "2018-03-07 00:00:00.000", "2018-03-08 00:00:00.000", 
"2018-03-09 00:00:00.000", "2018-03-10 00:00:00.000", "2018-03-11 00:00:00.000", 
"2018-03-12 00:00:00.000", "2018-03-13 00:00:00.000", "2018-03-14 00:00:00.000", 
"2018-03-15 00:00:00.000", "2018-03-16 00:00:00.000", "2018-03-17 00:00:00.000", 
"2018-03-18 00:00:00.000", "2018-03-19 00:00:00.000", "2018-03-20 00:00:00.000", 
"2018-03-21 00:00:00.000", "2018-03-22 00:00:00.000", "2018-03-23 00:00:00.000", 
"2018-03-24 00:00:00.000", "2018-03-25 00:00:00.000", "2018-03-26 00:00:00.000", 
"2018-03-27 00:00:00.000", "2018-03-28 00:00:00.000", "2018-03-29 00:00:00.000", 
"2018-03-30 00:00:00.000"), class = "factor"), ItemRelation = c(158043L, 
158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 
158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 
158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 
158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 
158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 158043L, 
158043L, 158043L, 158043L, 234L, 234L, 234L, 234L, 234L, 234L, 
234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 
234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 
234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L, 234L
), stuff = c(200L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 3600L, 
0L, 0L, 0L, 0L, 700L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 1000L, 2600L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 400L, 700L, 
200L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 3600L, 0L, 0L, 0L, 
0L, 700L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1000L, 
2600L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 400L, 700L), num = c(1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 1459L, 
1459L, 1459L, 1459L, 1459L, 1459L), year = c(2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
2018L, 2018L, 2018L), action = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 1L, 1L, 1L, 1L)), .Names = c("Dt", "ItemRelation", 
"stuff", "num", "year", "action"), class = "data.frame", row.names = c(NA, 
-78L))

现在每组 ItemRelation+num+年份我必须计算中位数。 如果我使用这个解决方案

# df with action 0 and stuff > 0
v <- df$stuff[intersect(which(df$action == 0),
                        which(df$stuff > 0))]

# df with action 1 and stuff > 0
w <- df$stuff[intersect(which(df$action == 1),
                        which(df$stuff > 0))]


# calulating the median of v for the last 5 observations
l <- length(v)
m0 <- median(v[(l-4):l]) # taking the median of the last 5 observations
# computing the final difference
m <- median(w) - m0

后期编辑。请注意，值不是实值，中间值将是另一个，我只是想显示我希望输出的内容

编辑 action列只有两个值0和1。我必须用一个类别前的最后五个整数值，计算一个类别的动作的中位数，然后用零个类别的动作的中位数。我只取最后5个观察值，有必要取零类动作的最后5个观察值，但只取整数值，而不是计算所有零类值的中值。在我们的例子中，这是

200
3600
700
1000
2600

然后从一个类别的中值中减去零个类别的中值

零行动类别的观察次数可以从0到10不等。如果我们有10个零类别的整数值，我们取最后5个。如果只有1,2,3,4,5个整数值，我们减去整数值实数的中值。如果我们只有0而没有整数，我们只需要子动作0

但代码必须按零类别计算中值，但在一个类别之前必须计算最后5个obs

---

请注意，零操作类别可能有其他值，而不是0。

最简单的方法是使用

dplyr

包中的

groupby

和

summary

：

库（dplyr）
#群体中位数
中间值%
分组依据（项目关系、数量、年份）%>%
汇总（平均值=中位数（stuff，na.rm=T））
#各组非零值的中值
中间值%
过滤器（填充>0）%>%
分组依据（项目关系、数量、年份）%>%
汇总（平均值=中位数（stuff，na.rm=T））
减去%
突变（med_diff=减法（med））

最简单的方法是使用

dplyr

软件包中的

groupby

和

summary

：

库（dplyr）
#群体中位数
中间值%
分组依据（项目关系、数量、年份）%>%
汇总（平均值=中位数（stuff，na.rm=T））
#各组非零值的中值
中间值%
过滤器（填充>0）%>%
分组依据（项目关系、数量、年份）%>%
汇总（平均值=中位数（stuff，na.rm=T））
减去%
突变（med_diff=减法（med））

使用

dplyr

和以下提到的步骤可以实现一种解决方案。请在下面的代码中找到方法的注释

注意：OP中的样本数据本身似乎意义不大

library(dplyr)

df %>% filter(stuff > 0) %>%  #First filter out for stuff > 0 which of our interest
  group_by(ItemRelation, num, year) %>%
    mutate(m = median(stuff[action==1]),
           m0 = median(tail(stuff[action==0], 5))) %>%  # Calculate m and m0 for all rows
  filter(action == 1) %>%  # Now keep only rows with action == 1
  mutate(m = m-m0) %>%
  select(-Dt,-m0,-action)

# # A tibble: 4 x 5
# # Groups: ItemRelation, num, year [2]
# ItemRelation stuff   num  year     m
# <int> <int> <int> <int> <dbl>
# 1       158043   400  1459  2018  -450
# 2       158043   700  1459  2018  -450
# 3          234   400  1459  2018  -450
# 4          234   700  1459  2018  -450

库（dplyr）
df%>%筛选（素材>0）%>%#首先筛选出我们感兴趣的素材>0
分组依据（项目关系、数量、年份）%>%
突变（m=中位数（stuff[action==1]），
m0=中间值（尾部（填充[action==0]，5））%>%#计算所有行的m和m0
筛选器（操作==1）%>%#现在只保留操作==1的行
突变（m=m-m0）%>%
选择（-Dt，-m0，-动作）
##A tibble:4 x 5
##组：项目关系，数量，年份[2]
#ItemRelationship num第m年
#     
# 1       158043   400  1459  2018  -450
# 2       158043   700  1459  2018  -450
# 3          234   400  1459  2018  -450
# 4          234   700  1459  2018  -450

使用

dplyr

和以下提到的步骤可以实现一种解决方案。请在下面的代码中找到方法的注释

注意：OP中的样本数据本身似乎意义不大

library(dplyr)

df %>% filter(stuff > 0) %>%  #First filter out for stuff > 0 which of our interest
  group_by(ItemRelation, num, year) %>%
    mutate(m = median(stuff[action==1]),
           m0 = median(tail(stuff[action==0], 5))) %>%  # Calculate m and m0 for all rows
  filter(action == 1) %>%  # Now keep only rows with action == 1
  mutate(m = m-m0) %>%
  select(-Dt,-m0,-action)

# # A tibble: 4 x 5
# # Groups: ItemRelation, num, year [2]
# ItemRelation stuff   num  year     m
# <int> <int> <int> <int> <dbl>
# 1       158043   400  1459  2018  -450
# 2       158043   700  1459  2018  -450
# 3          234   400  1459  2018  -450
# 4          234   700  1459  2018  -450

库（dplyr）
df%>%筛选（素材>0）%>%#首先筛选出我们感兴趣的素材>0
分组依据（项目关系、数量、年份）%>%
突变（m=中位数（stuff[action==1]），
m0=中间值（尾部（填充[action==0]，5））%>%#计算所有行的m和m0
筛选器（操作==1）%>%#现在只保留操作==1的行
突变（m=m-m0）%>%
选择（-Dt，-m0，-动作）
##A tibble:4 x 5
##组：项目关系，数量，年份[2]
#ItemRelationship num第m年
#     
# 1       158043   400  1459  2018  -450
# 2       158043   700  1459  2018  -450
# 3          234   400  1459  2018  -450
# 4          234   700  1459  2018  -450

对于

num

，您的示例数据只有1459，而您的预期输出为

num==234

。请修复。@用户，你是对的，我修复了它。请检查。请参阅

tapply

@Noah的文档。我尝试使用lappy和tapply，但没有得到结果。如何更正？您的示例数据只有1459的

num

，而您的预期输出为

num==234

。请修复。@用户，你是对的，我修复了它。请检查。请参阅

tapply

@Noah的文档。我尝试使用lappy和tapply，但没有得到结果。如何做正确？Özgen Eren，请注意，您将看到，我所给出的动作分类工作。我们计算组和行动的中位数=1，组和行动的中位数=0，而不是子行动。请考虑我的代码。奥齐ZGEN，我编辑了一篇文章来澄清我的问题，你能检查一下吗？也可能需要确保X中的订单是正确的。你可以传递2个变量action和med，如果这很重要的话，请注意，你会看到，我给出的关于动作类别的工作。我们计算组和行动的中位数=1，组和行动的中位数=0，而不是子行动。请考虑我的代码。奥齐ZGEN，我编辑了一篇文章来澄清我的问题，你能检查一下吗？也可能需要确保X中的订单是正确的。你可以传递2个变量action和med如果这很重要，我可以请你在这个相关的主题中提供帮助。请继续回答@乔：我给你的新问题加了一个答案。看一看如果你的答案符合你的期望，你可以接受，这样对未来的用户会有帮助。MKR，我可以请你在这个相关的话题上提供帮助吗。请继续回答@乔：我给你的新问题加了一个答案。看一看如果符合您的要求，您可以接受答案