如何计算R中的百分比？

我是R的新手，我有一个包含以下字段的数据框：

day  place  hour   time_spent  count
 1     1      1       1         120
 1     1      1       2         100
 1     1      1       3          90
 1     1      1       4          80

因此，我的目标是计算75%的车辆在每个地方经过的时间。因此，从这个数据框中，我通过

 day  place  hour   time_spent  count  cum_count   percentage
     1     1      1       1         120      120       30.7%  
     1     1      1       2         100      220       56.4%
     1     1      1       3          90      310       79%
     1     1      1       4          80      390       100%

df$cum_count=cumsum(df$count)
df$percentage=cumsum(df$percentage)

for(i in 1:length(df$percentage)){

       if(df$percentage[i]>75%){
          low time=df$time_spent[i-1]
          high_time=df$time_spent[i]
           }
      }

这意味着75%的车辆在1号位置上花费了2-3分钟。但现在我有了一个这样的数据框架，它适用于所有的位置和所有的日子

day  place  hour   time_spent  count
 1     1      1       1         120
 1     1      1       2         100
 1     1      1       3          90
 1     1      1       4          80
 1     2      1       1         220
 1     2      1       2         100
 1     2      1       3          90
 1     2      1       4          80
 1     3      1       1         100
 1     3      1       2         80
 1     3      1       3         90
 1     3      1       4         100
 2     1      1       1         120
 2     1      1       2         100
 2     1      1       3          90
 2     1      1       4          80
 2     2      1       1         220
 2     2      1       2         100
 2     2      1       3          90
 2     2      1       4          80
 2     3      1       1         100
 2     3      1       2         80
 2     3      1       3         90
 2     3      1       4         100

---

如何计算每个地点的高峰时间和低谷时间？非常感谢您的帮助。

我们可以使用分组操作

library(dplyr)
dfN %>% 
     group_by(day, place) %>% 
     mutate(cum_count = cumsum(count), 
            percentage = 100*cum_count/sum(count),
            low_time = time_spent[which.max(percentage > 75)-1],
             high_time = time_spent[low_time+1])

---

max

和

min

函数应该在这里起作用。尽管你也可以做

summary

一次获得中位数、平均值等。对于这些百分比，我还建议使用

分位数

函数。通常情况下，如果以正确的格式获取数据，R是一个棘手的部分

假设您想要在每个地方花费的总时间：

index <- sort(unique(df$place))
times <- as.list(rep(NA, length(index)))
names(times) <- index
for(ii in index){
  counter <- c()
  for(jj in df[df$place==ii,]$time_spent){
    counter <- c(counter, rep(jj, df[df$place==ii,]$count[jj]))
  }
  times[[ii]] <- counter
}

同样，您可以计算平均值：

lapply(times, function(x) sum(x)/length(x))
lapply(times, mean)

我想你想要的是分位数：

lapply(times, quantile, 0.75)

---

这将是至少75%的车辆经过某个地方的时间，即75%的车辆经过这段时间或更短的时间。

如果我正确理解了您的问题（您希望在某个地方花费的时间的最小值和最大值）：

我会给你这个：

place  min(time-spent)  max(time_spent)

1       1                     4

2       1                     4

3       1                     4

---

在您的代码

名称（时间）中，我想我已经确定了
时间的分配方式。：）啊，这是一个典型的问题。现在编辑。是的，现在它是正确的，但当我使用lappy（时间，分位数，0.75）它有时显示的时间比所花费的时间多。例如，它显示的结果是10.9，对于一些车辆没有在该位置停留10分钟的地方。你对此有什么想法吗？分位数函数的工作原理更像是
中值
，而不是
平均值
，它可能会四舍五入到最近的观察值。我修改了
时间
对象以调整计数。这似乎给出了预期的3或4的值。
df %>%
  group_by(place) %>% 
  summarise(min(time_spent),
            max(time_spent))

place  min(time-spent)  max(time_spent)

1       1                     4

2       1                     4

3       1                     4