R data.table：计算所有数值变量的累积百分位数

我有这样的数据

set.seed(1)
dt <- data.table(id = c("A", "A", "B", "B","C", "C"), 
             var1 = c(1:6),
             var2 = rnorm(6))

> dt
   id var1       var2
1:  A    1 -0.6264538
2:  A    2  0.1836433
3:  B    3 -0.8356286
4:  B    4  1.5952808
5:  C    5  0.3295078
6:  C    6 -0.8204684

我也会对结果感到满意，包括原始的

var1

和

var2

最好的方法是什么

---

谢谢你的帮助

您可以为单独数据表中的所有数值列计算

ecdf

，如下所示：

mutate_if(dt, is.numeric, function(x) { ecdf(x)(x) })

  id      var1      var2
1  A 0.1666667 0.5000000
2  A 0.3333333 0.6666667
3  B 0.5000000 0.1666667
4  B 0.6666667 1.0000000
5  C 0.8333333 0.8333333
6  C 1.0000000 0.3333333

dt2 = as.data.table(lapply(dt,function(x){if(is.numeric(x)){ecdf(x)(x)}}))

结果:

> dt2
        var1      var2
1: 0.1666667 0.8333333
2: 0.3333333 0.3333333
3: 0.5000000 0.6666667
4: 0.6666667 1.0000000
5: 0.8333333 0.1666667
6: 1.0000000 0.5000000

> dt2
   centile_var1 centile_var2
1:    0.1666667    0.8333333
2:    0.3333333    0.3333333
3:    0.5000000    0.6666667
4:    0.6666667    1.0000000
5:    0.8333333    0.1666667
6:    1.0000000    0.5000000

如果要

cbind

将此结果绑定到原始dt，可以使用

paste0

更改列名：

colnames(dt2) = paste0("centile_",colnames(dt2))

结果:

> dt2
        var1      var2
1: 0.1666667 0.8333333
2: 0.3333333 0.3333333
3: 0.5000000 0.6666667
4: 0.6666667 1.0000000
5: 0.8333333 0.1666667
6: 1.0000000 0.5000000

> dt2
   centile_var1 centile_var2
1:    0.1666667    0.8333333
2:    0.3333333    0.3333333
3:    0.5000000    0.6666667
4:    0.6666667    1.0000000
5:    0.8333333    0.1666667
6:    1.0000000    0.5000000

---

没有时间解释，但这应该可以在没有id列的情况下满足您的需要：

dt[，lapply（.SD，function（x）ecdf（x）（x）），.SDcols=sapply（dt，is.numeric）]

。然后你可以

cbind

id列。尝试

mutate_at（dat，vars（以（“var”）开头）、function（x）{ecdf（x）（x）}

或

mutate_if（dat，is.numeric，function（x）{ecdf（x）（x）}

@jav，有没有办法在结果中保留

id

？有些情况下，与原始数据相比，简单的C绑定会给我带来不准确的结果reason@StevenBeaupré：那就行了，但我正在处理数以百万计的观察结果，因此我需要在

数据中进行。table

。@Frank:好的，我现在就编辑我的帖子谢谢！它几乎完全符合我的需要：您的结果不包含

id

，如果我只是尝试

cbind

它，我会得到与原始数据不同的结果。有没有办法将其保存在结果中？只需在末尾添加和

else

语句：

as.data.table（lappy（dt，函数（x）{if（Is.numeric（x））{ecdf（x）（x）}else x}））

。