根据R中的data.table列计算中值

我试图计算一个跨多个列的中值，但是我的数据有点古怪。它看起来像下面的示例

library(data.table)

dt <- data.table("ID" = c(1,2,3,4),"none" = c(0,5,5,3), 
                 "ten" = c(3,2,5,4),"twenty" = c(0,2,3,1))


   ID none ten twenty
1:  1    0   3      0
2:  2    5   2      2
3:  3    5   5      3
4:  4    3   4      1

是我想要创建的计算

对于ID=2

median(c(0, 0, 0, 0, 0, 10, 10, 20, 20))

---

我曾经尝试过使用

rep（）

和

lappy（）

，但收效甚微，我正在寻找一些关于如何实现这一目标的明确指导。我知道对于

rep（）

这样的人，我必须硬编码我的值以重复（例如

rep（0,2）

或

rep（10,2）

），这就是我所期望的。我正在努力创建一个列表或向量，每个列都有重复。

您需要一个字典来将列名翻译成相应的数字，然后它就相当简单了：

dict = data.table(name = c('none', 'ten', 'twenty'), number = c(0, 10, 20))

melt(dt, id.var = 'ID')[
  dict, on = c(variable = 'name')][, median(rep(number, value)), by = ID]
#   ID V1
#1:  1 10
#2:  2  0
#3:  3 10
#4:  4 10

---

以下是一种按行

dplyr

方式：

dt %>% rowwise %>% 
       do(med = median(c(rep(0, .$none), rep(10, .$ten), rep(20, .$twenty)))) %>%  
       as.data.frame
  med
1  10
2   0
3  10
4  10

受@Arun答案的启发，这也起到了作用：

dt %>% group_by(ID) %>% 
       summarise(med = median(rep(c(0, 10, 20), c(none, ten, twenty))))

Source: local data table [4 x 2]

     ID   med
  (dbl) (dbl)
1     1    10
2     2     0
3     3    10
4     4    10

---

下面是另一个

数据。表

方式（假设唯一的

ID

）：

---

这只是一种尝试，目的是在不改变形状的情况下获得@eddi的答案（我倾向于将其作为最后手段）。

以下是一种避免行操作和改变形状的方法：

dt[, m := {
    cSD  = Reduce(`+`, .SD, accumulate=TRUE)
    k    = floor(cSD[[length(.SD)]]/2)

    m    = integer(.N)
    for(i in seq_along(cSD)) {
        left = m == 0L
        if(!any(left)) break
        m[left] = i * (cSD[[i]][left] >= k[left])
    }
    names(.SD)[m]
}, .SDcols=none:twenty]

给

   ID none ten twenty    m
1:  1    0   3      0  ten
2:  2    5   2      2 none
3:  3    5   5      3  ten
4:  4    3   4      1  ten

对于循环，我借用了@alexis_laz的风格，例如

---

我跳过了列名的翻译，但这很简单。您可以在结尾使用

c（0,10,20）

而不是

名称（.SD）

示例中创建

dt

的代码与问题描述不匹配。这只是一个输入错误，但一开始让我感到困惑，因为所有的答案都与您预期的结果不同。对于ID=2，

“无”

和

“二十”

的数字互换。根据你的代码，你将得到ID=2的中位数（0,0,0,0,0,10,10,20,20）@Uwe好的，抓到了。我试图修复它，以便显示的内容与示例输入匹配。如果有问题，我怀疑OP会介意编辑；如果我们错了，他们总是可以把它们回滚。这个

.SDcols=none:twenty

很漂亮。我不知道你能做到。还有，什么是

.N

？@Bazz是的，.SDcols的快捷方式是最近才添加的

.N

指的是表中的行数，或者，如果有一个

by=

子句（就像在Arun的回答中），它指的是by-group.Nice-clean单行代码中的行数，这正是我试图实现的。我必须对我的价值观进行硬编码，这样才能最好地回答这个问题，尽管我也可以看到，如果我的价值观也在一个专栏中，它将如何适用。

dt[, m := {
    cSD  = Reduce(`+`, .SD, accumulate=TRUE)
    k    = floor(cSD[[length(.SD)]]/2)

    m    = integer(.N)
    for(i in seq_along(cSD)) {
        left = m == 0L
        if(!any(left)) break
        m[left] = i * (cSD[[i]][left] >= k[left])
    }
    names(.SD)[m]
}, .SDcols=none:twenty]

   ID none ten twenty    m
1:  1    0   3      0  ten
2:  2    5   2      2 none
3:  3    5   5      3  ten
4:  4    3   4      1  ten