R 比较ddply函数中的两个数据帧

我有两个数据帧，

数据

和

分位数

<代码>数据的维度为

23011 x 2

，由列

“年”

和

“数据”

组成，其中年份是从1951年到2013年的天数序列。

分位数

df的维度为

63x2

由列

“年”

和

“分位数”

组成，其中年为63行，即

1951:2013

我需要将

分位数

df与

数据

df进行比较，并计算每年超过分位数值的数据值总和。为此，我以如下方式使用

ddply

：

ddply(data, .(year), function(y) sum(y[which(y[,2] > quantile[,2]),2]) )

但是，代码仅与第一行分位数进行比较，而不是每年对数据df进行迭代。 我想每年迭代

分位数

df，并计算每年超过

分位数

df的数据总和

任何帮助都将不胜感激

例如问题-

分位数

df为 而

数据

是

分位数

df来自

数据

，它是超过值1的第90个百分位

数据

df

quantile = quantile(data[-c(which(prcp2[,2] < 1)),x],0.9)})

分位数=分位数（数据[-c（其中（prcp2[，2]<1）），x]，0.9）}）

---

为什么不一次完成呢？首先创建

分位数

-数据帧，然后再引用它，这会使事情变得更加复杂。你也可以用ddply做这个

set.seed(1)
data <- data.frame(
  year=sample(1951:2013,23011,replace=T),
  data=rnorm(23011)
)


res <- ddply(data,.(year), function(x){
  return(sum(x$data[x$data>quantile(x$data,.9)]))
})

set.seed（1）
数据%摘要(
测试=总和（值[值>分位数（值，.9）]）
)

除了上面的Heroka答案之外，如果您有10000列，并且需要迭代每一列，那么您可以在此表单中使用矩阵表示法-

lapply(x, function(y) {ddply(data,.(year), function(x){  return(sum(x[x[,y] > quantile(x[x[,y]>1,y],0.9),y]))})})

其中，

x

是列的大小，即，

1:1000

和

data

是包含数据的df。

分位数（x[x[，y]>1，y]，0.9），y]）

将给出超过

1

的数据值的第90个百分位数。

---

x[x[，y]>分位数（x[x[，y]>1，y]，0.9），y]

返回满足

yth

列条件的行，并且

sum

函数用于计算和。

您好，请提供一个。“分位数”——数据来自原始数据还是来自外部数据？谢谢Heroka的回答。成功了。但是，您忽略了一个条件，

分位数

df应该大于1。不过，我提出了条件，它给出了预期的答案。详细的答案将被公布，以帮助其他人。再次感谢。

lapply(x, function(y) {ddply(data,.(year), function(x){  return(sum(x[x[,y] > quantile(x[x[,y]>1,y],0.9),y]))})})