R 通过过滤数据帧输出百分位数

请注意，按照评论中的要求，这一问题已作了修订

考虑以下示例：

df <- data.frame(FILTER = rep(1:10, each = 10), VALUE = 1:100)

---

然后我将不得不

cbind

这些（第一列中

1:99

），但我不希望键入每个

df

名称。我曾考虑在这些数据帧的名称上使用循环，但这将涉及使用

eval（parse（））

如何使用

get

df <- data.frame(1:10)

for (i in nums) {

  df <- cbind(df, get(paste0("df_", i)))

}

# get rid of first useless column
df <- df[, -1]

# get names
names(df) <- paste0("df_", nums)
df

---

df我建议您使用
列表

list_of_dfs <- list()
nums <- 1:10
for (i in nums){
  list_of_dfs[[i]] <- nums*i
}

df <- data.frame(list_of_dfs[[1]])
df <- do.call("cbind",args=list(df,list_of_dfs))
colnames(df) <- paste0("df_",1:10)

下面是一个可能更平滑的方法的基本轮廓。我没有包括你想要的输出的每一个方面，但是修改应该是相当简单的

df <- data.frame(FILTER = rep(1:10, each = 10), VALUE = 1:100)
df_s <- lapply(split(df,df$FILTER),
                             FUN = function(x) quantile(x$VALUE,probs = c(0.25,0.5,0.75)))
out <- do.call(cbind,df_s)
colnames(out) <- paste0("df_",colnames(out))

> out
    df_1  df_2  df_3  df_4  df_5  df_6  df_7  df_8  df_9 df_10
25% 3.25 13.25 23.25 33.25 43.25 53.25 63.25 73.25 83.25 93.25
50% 5.50 15.50 25.50 35.50 45.50 55.50 65.50 75.50 85.50 95.50
75% 7.75 17.75 27.75 37.75 47.75 57.75 67.75 77.75 87.75 97.75

df可能是
mget
和
do.call
，但这里真正的问题是，您的列表中没有所有的
df_1、df_2
等。要获得最佳答案，请告诉我们您是如何生成这些数据的。frames？没有详细说明，但您是否使用循环来读取CSV中使用的
assign
？请参阅中的gregor的答案，以了解遵循joran建议的一些优势。您不需要发布准确的数据，只需以相同的格式发布数据即可。我不同意你关于这些背景问题无关紧要的评估。有经验的R程序员阅读您的描述并识别您所处的位置，因为他们以前去过那里，并且知道这是由创建
df
对象时的次优决策造成的。老实说，我们是想帮忙。我猜早些时候你最好使用
split
，但是如果没有更多的信息就不可能说出来。@joran我已经做了一个实质性的修改。我理解不推荐它的原因，但他的问题是：“我想用循环找到它们。”请注意，正如评论中所要求的，我已经修改了我的问题。请注意，根据评论中的要求，我已经修改了我的问题。感谢您的建议：我已经用do.call替换了第二个循环。但是，您将如何使用lapply分配dfs列表？我感谢您在这个问题上的帮助！谢谢-我不敢相信我不知道
split
或
do.call
直到现在！：）
   df_1 df_2 df_3 df_4 df_5 df_6 df_7 df_8 df_9 df_10
1     1    2    3    4    5    6    7    8    9    10
2     2    4    6    8   10   12   14   16   18    20
3     3    6    9   12   15   18   21   24   27    30
4     4    8   12   16   20   24   28   32   36    40
5     5   10   15   20   25   30   35   40   45    50
6     6   12   18   24   30   36   42   48   54    60
7     7   14   21   28   35   42   49   56   63    70
8     8   16   24   32   40   48   56   64   72    80
9     9   18   27   36   45   54   63   72   81    90
10   10   20   30   40   50   60   70   80   90   100

df <- data.frame(FILTER = rep(1:10, each = 10), VALUE = 1:100)
df_s <- lapply(split(df,df$FILTER),
                             FUN = function(x) quantile(x$VALUE,probs = c(0.25,0.5,0.75)))
out <- do.call(cbind,df_s)
colnames(out) <- paste0("df_",colnames(out))

> out
    df_1  df_2  df_3  df_4  df_5  df_6  df_7  df_8  df_9 df_10
25% 3.25 13.25 23.25 33.25 43.25 53.25 63.25 73.25 83.25 93.25
50% 5.50 15.50 25.50 35.50 45.50 55.50 65.50 75.50 85.50 95.50
75% 7.75 17.75 27.75 37.75 47.75 57.75 67.75 77.75 87.75 97.75