计算R中特定列集的观测值的中位数
可以使用R语言中的函数来实现。以下是一个完善且全面的答案：
在R中，可以使用median()函数来计算特定列集的观测值的中位数。该函数可以接受一个向量作为输入，并返回该向量的中位数。
以下是使用median()函数计算特定列集的观测值的中位数的示例代码：
# 创建一个包含观测值的数据框
data <- data.frame(
col1 = c(1, 2, 3, 4, 5),
col2 = c(6, 7, 8, 9, 10),
col3 = c(11, 12, 13, 14, 15)
)
# 计算特定列集的观测值的中位数
median_value <- median(data$col1)在上面的示例中，我们创建了一个包含3列观测值的数据框data，然后使用median()函数计算了col1列的中位数，并将结果存储在median_value变量中。
对于计算多个列的中位数，可以将列名作为向量传递给median()函数，如下所示：
# 计算多个列的观测值的中位数
median_values <- median(data[, c("col1", "col2")])在上面的示例中，我们使用c("col1", "col2")创建了一个包含多个列名的向量，并将其作为参数传递给median()函数，以计算col1和col2列的观测值的中位数。
需要注意的是，以上示例中的数据框data仅用于演示目的。实际使用时，你需要根据自己的数据情况进行相应的调整。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云计算服务：https://cloud.tencent.com/product/cvm
- 腾讯云数据库服务：https://cloud.tencent.com/product/cdb
- 腾讯云人工智能服务：https://cloud.tencent.com/product/ai
- 腾讯云物联网服务：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发服务：https://cloud.tencent.com/product/mobdev
- 腾讯云存储服务：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙服务：https://cloud.tencent.com/product/vr
请注意，以上链接仅供参考，具体的产品选择应根据实际需求和情况进行评估和决策。
相关·内容
如果我们可以使用中位数来替换列中的所有缺失值，那么使用中位数而不是平均值来用数值替换列中的缺失值有什么好处呢？
浏览 0提问于2019-07-25得票数 0
2回答
例如，我使用包含3列(id (已添加)、medv、lstat)和506个观测的Boston数据。
我要计算变量medv的k-1观测值的移动平均值。这意味着，除某一行外，应计算所有观测值的平均值。对于id 1，平均值是从第2-506行计算的.对于id 2，在第1+ 3-506行上计算平均值.对于id 3，在1-2 + 4-506行上计算平均值，以此类推.
在第二步中，平均值的计算应该是有条件的，例如，在两个不同的列中，平均值高于中位数和低于中值。这意味着我们首先检查每个列(medv和lstat)内的值是高于还是低于中位数。如果medv中的值高于中位数，我们将根据lstat中高于中位数的值计算ls
浏览 5提问于2020-10-13得票数 0
回答已采纳
在Stata中，我有一个包含两个变量的数据集：id和var，例如1000个观测值。变量var是float类型的，对于所有的观测值都有不同的值。我只想保留以下三个观测值: var是var的最小值、var的最大值或var的中位数。
我目前的做法是：
summarize var, detail
local varmax = r(max)
local varmin = r(min)
local varmedian= r(p50)
keep if inlist(float(var),float(`varmax') , float(`varmedian'), float(`varmin&#
浏览 3提问于2015-05-19得票数 1
回答已采纳
1回答
我想选择dataset列中一个列的中值(中位数是按升序排列的一组值中间的值(例如，字符串的字母顺序)，我现在这样做：
List<Row> listRows = dataset.where(dataset.col(column).isNotNull()).orderBy(column)
.select(column).collectAsList();
int division = (int) Math.ceil(((double) listRows.size()) / 2);
String medianValue = division % 2 ==
浏览 4提问于2022-07-16得票数 0
回答已采纳
1回答
清理平均前后的NaNs？
、、、
我有一个列，其中包含一些NaNs，我想用平均/中位数/模式替换这些NaNs。
从技术上讲，验证/测试数据以前从未见过--那么，我如何将其包括在平均水平中呢？这会导致价值观的偏差。
我是否“符合”我的培训数据的平均值，就像缩放一样？还是使用整个数据集取平均值？
浏览 0提问于2021-01-05得票数 0
我有一个数据集(已经按血压变量排序了)
Blood Pressure
87
99
99
109
111
112
117
119
121
123
139
143
145
151
165
198
我需要在不使用proc方法的情况下找到中位数。对于这些数据，有16个观测结果。中位数is (119+121)/2 = 120。
我如何编码，使我将始终能够找到中位数，无论有多少观察。适用于偶数观测和奇数观测的代码。
当然，PROC手段是不允许的。
谢谢。
浏览 1提问于2013-12-08得票数 0
回答已采纳
3回答
我有一个numpy数组，它有100行和16026列。我必须找到每一列的中位数。因此，每一列的中位数将根据100次观测(本例中为100行)计算。我使用以下代码来实现这一点：
for category in categories:
indices = np.random.randint(0, len(os.listdir(filepath + category)) - 1, 100)
tempArray = X_train[indices, ]
medArray = np.median(tempArray, axis=0)
print(medArray.shape)
浏览 7提问于2014-02-26得票数 3
回答已采纳
2回答
我有一个具有以下结构的表。
create table FindMedians
( GroupByColumn varchar(100)
, TimeInterval_1 int
, TimeInterval_2 int
, TimeInterval_3 int
);
我需要找到每个组的每个时间间隔的中位数。我一直在分别计算每列的中位数，并对它们执行UNIONing操作，然后执行PIVOTing操作，以获得最终结果，如下所示：
GroupByColumn * Median1 ** Median2 ** Median3
使用solution to 中给出的查询
注意:我只是使用查询，还没
浏览 1提问于2012-09-10得票数 0
我是R的新手，我希望从我的dataframe中获得一个新的数据集，其中包括一个新列，该列表示dataframe现有列(称为Total )中值的median。后者包括大约5,000项个人意见。我有点困惑如何继续这项工作，因为中位数需要根据以下标准计算:房产、月份、年份和市场
目前，我的dataframe (让我们称之为mydata1)如下(前5行所示)：
Property Date Month Year Market TotalExtras
ZIL 1-Jan-15 1 2015 UK 450.00
ZI
浏览 3提问于2017-04-15得票数 0
回答已采纳
1回答
是否正确计算数据集的中位数？
、、、、
我正试图在ssrs 2012中创建一个列，以显示中位成本。
我已经搜索了很长一段时间，并编写了一个PERCENTILE_CONT查询来尝试实现这一点。
这是我使用的查询：
SELECT srt.Name,
cast(sum(sr.price) as int) as AvgCost,
cast(sum(sr.cost) as int) as AvgTransCost,
cast(avg(sr.TotalTimeSpent) as int) as TotalTimeSpent,
percentile_cont(.5) WITHIN GROUP(ORDER BY su
浏览 4提问于2014-10-30得票数 0
回答已采纳
我有一个带有数值列x的数据集x。我想随机选择两个不同的点，然后计算它们之间的距离。
如果我只做了一次，那么我就使用proc surveyselect生成另一个带有两个obs的数据集。
proc surveyselect data=have out=want method=srs
sampsize=2;
run;
data out;
set have end=eof;
dist = abs(dif1(x));
if eof;
run;
但是我怎么能做多次，比如说1000000次呢？每次选择两点与等号，最后我有1000000的数据记录。
浏览 2提问于2015-06-04得票数 1
回答已采纳
我正在分析R中的AutoMPG数据集，这是一个可以在ISLR包和上使用的数据集。
当我运行residuals(lm.fit)时，输出似乎表明有397行，但是dim(Auto)和summary(Auto)都告诉我只有392行。
有谁能向我解释为什么会这样，这意味着什么？这是我代码中的错误吗？
install.packages('ISLR')
library(ISLR)
dim(Auto) # 392 9
str(Auto) # 'data.frame': 392 obs. of 9 variables: ...
Au
浏览 1提问于2018-07-06得票数 0
回答已采纳
我在R中有一个dataframe，下面是一个简化的例子。
x <- structure(list(id = 1:20, value = c(185170.35, 260527.34, 155287.31,
277086.6, 146870.56, 272730.39, 162454.98, 334184.38, 243389.81,
252060.31, 141124.7, 140439.44, 50866.52, 242407.08, 268531.97,
144602.52, 106241.04, 89804.73, 77238.67, 117366.88)), row.nam
浏览 0提问于2020-07-30得票数 0
1回答
用样本中值组合估计总体中值
、、、、
我需要通过组合每个时期10个不同样本的中间值(数据集中位数)来计算几个时间段的总体中值。每个样本的中位数都是通过不同数量的观测(数据集观测)获得的。
中位数-数据集
Time1 Time2 Time3 Time4 Time5
Sample1 60000 71139 70000 75000 75000
Sample2 80000 88000 87750 88500 90000
Sample3 66000 73325 73000 78126 75000
Sample4 60000 74000 72000 7
浏览 5提问于2017-07-05得票数 1
回答已采纳
我需要从R中的密度对象中选择单独的观测，这与有关，但我的数据的格式不同。
我从基因表达值"b“的矩阵开始，其中列代表10个观察，行代表1000个基因的表达水平。
b = matrix(rexp(1000),ncol=10)
接下来，我用每条观测作为一条单独的线来绘制密度图。
d = apply(b, 2, density, na.rm = TRUE)
plot(b, type="n", ylim=c(0,1))
for (i in 1:10) { lines( d[[i]] ) }
abline(h=0.5)
如何选择“b”中的列，其密度在'b,1=0.5‘
浏览 5提问于2015-02-09得票数 0
回答已采纳
假设我想计算一些给定的分组属性G的数据的中位数，例如每天销售的所有产品的价格中位数(假设是星型模式)。
SELECT T.day_id, MEDIAN(price)
FROM sales S, time T
WHERE T.day_id = S.day_id
GROUP BY T.day_id;
中位数是一个整体的聚合函数，也就是说，只有当我们知道属于某一天的所有记录时，我们才能计算它。如果某一天的记录不适合主存，如何计算？
编辑:我知道中位数是多少，以及如何计算。我感兴趣的是如何有效地计算它，即在使用GROUP时不产生太多IO。此外，中位数只是一个整体功能的例子，以使问题更加具体。我还可
浏览 0提问于2018-02-16得票数 -1
3回答
我有如下所示的数据： dat <- data.frame(county_id = c("A", "A", "A", "A", "A", "B", "B", "B", "B", "B"),
income_level = c("income1", "income2", "income3", "income4",
浏览 30提问于2021-01-01得票数 0
1回答
使用zelig进行仿真
、、、
我对Zelig包感到非常困惑，尤其是函数sim。我想做的是用我的数据子集来估计一个logistic回归，然后估计剩余数据的拟合值，看看估计的效果如何。一些示例代码如下：
数据(投票率)
投票率<- data.table(投票率)
洗牌数据
投票率<-抽样调查(.N，2000)
创建回归样例
turnout_sample <- 1:1800，
为数据外测试创建一个示例
turnout_sample2 <- 1801:2000
运行回归
z.out1 <- zelig(投票~年龄+种族，model = "logit"，data = turnout_s
浏览 5提问于2016-04-28得票数 0
我正在处理一个大型的全球降水数据集(具有很好的空间分辨率)，使用R中的计算标准化降水指数。
一般情况下，我的问题是使用非常大的数据优化数据处理。我在其他文章(例如、和 )中发现了一些讨论，但没有什么看起来与我的情况类似。
我的输入是一个矩阵，有超过20年的月观测(> 20 *12行)的降水时间序列> 1,000,000点(列)。SPI的计算为每个时间序列执行一系列步骤，并将指数计算为偏离中位数的标准偏差。输出是一个列表，具有与输入矩阵相同大小的结果矩阵($fitted)。
这里是一个代码示例：
require(SPEI)
#generating a random values m
浏览 4提问于2016-12-12得票数 2
回答已采纳
3回答
我有一台DataFrame df
name count
aaaa 2000
bbbb 1900
cccc 900
dddd 500
eeee 100
我想看看离count列的中位数在10的范围内的行。
我尝试了df['count'].median()，得到了中位数。但不知道如何继续下去。你能建议我如何使用pandas/numpy来做这件事吗？
预期输出：
name count distance from median
aaaa 2000 *****
我可以使用任何度量作为与中位数的距离(与中位数的绝对
浏览 0提问于2015-04-22得票数 12
回答已采纳
我有一个大列，我需要一个列表中每五个/五个值的中位数。我有excel和SPSS。我怎样才能不手动地完成这个任务呢?600个值。计算时，我应该有一个120中值的列。
浏览 0提问于2018-04-24得票数 1
回答已采纳
1回答
在Stata中，我想根据另一个变量median_unemp的中值创建一个二进制变量unemp，将中值的计算按region和year分组。也就是说，当特定观测值的失业率大于该地区和观察年份的失业率中位数(否则为0)时，median_unemp为1。
考虑到整个数据集，下面的代码生成我的变量，但我希望通过子组(由region和year计算)计算中间值：
webuse productivity.dta, clear
summarize unemp, detail
gen median_response = r(p50)
gen median_unemp = (unemp>=median_res
浏览 6提问于2021-12-14得票数 0
回答已采纳
提前感谢您的帮助。
下面链接了一个示例数据集和期望输出。
我想从“拥有”数据集中计算新变量如下: RE:给定“猫”变量值中"R“值的平均值(不包括特定的观测值IE )--不包括特定观测值的”猫“变量值内"I”响应的平均值。
浏览 2提问于2015-10-30得票数 1
回答已采纳
4回答
我有一个像这样的熊猫数据框架： ? 如果是Cluster==1或CLuster==2，如何计算特定列的平均值(最小/最大、中位数)？ 谢谢！
浏览 115提问于2016-09-04得票数 4
回答已采纳
1回答
使用RPCA的离群值
、、、、
我读过关于使用RPCA查找时间序列数据中的异常值的文章。我对RPCA的基本原理和理论有一个了解。我得到了一个Python库，它执行RPCA，得到两个矩阵作为输出(L和S)，输入数据的低秩近似和稀疏矩阵。
输入数据：(行为一天，10个特性为列。)
DAY 1 - 100,300,345,126,289,387,278,433,189,153
DAY 2 - 300,647,245,426,889,987,278,133,295,153
DAY 3 - 200,747,145,226,489,287,378,1033,295,453
获得输出:
L
[[ 125.20560531 2
浏览 3提问于2016-12-22得票数 7
回答已采纳
有一个5行3列的数据集。索引在2秒时重新采样。所以我想计算频率=2的滚动中位数。
因此，在计算频率为2的中位数时，它应该查找前2行和所有3列，如B、c和d，以得出中位数。类似地，第二个窗口应该考虑两行和所有3列B、c和d，以得出中位数。
df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4],'c': [2,4,7,8,9],'d': [2,8,7,5,9]},
index = [pd.Timestamp('20130101 09:00:00'),
浏览 3提问于2019-08-22得票数 2
3回答
我有如下所示的数据(这是用于说明的测试数据)：
test <- matrix(c(1, 1, 1, 2, 2, 2 , 529, 528, 528, 495, 525, 510,557, 535, 313,502,474, 487 ), nr=6, dimnames=list(c(1,2,3,4,5,6),c("subject", "rt1", "rt2")))
我需要把它变成这样：
test2<-matrix(c(1,1,1,2,2,2,529,528,528,495,525,510,"slow","slow
浏览 1提问于2010-10-15得票数 1
回答已采纳
4回答
有没有人可以举例说明map reduce中位数/分位数的计算？
我对Datafu的中位数的理解是，'n‘映射器对数据进行排序，并将数据发送到"1“reducer，它负责对n个映射器的所有数据进行排序并找到中位数(中间值)。我的理解正确吗？
如果是这样的话，这种方法是否适用于海量数据，因为我可以清楚地看到一个单一的reducer正在努力完成最后的任务。谢谢
浏览 0提问于2012-04-11得票数 16
我正试图将dataframe聚合成一组指标，包括中位数，但看起来不支持这个中位数。有没有机会聚合并得到中值？
st_agg = df.groupby(['start station id', 'end station id']).agg({'usertype':'count', 'tripduration':'median'})
>>> ValueError: unknown aggregate median
浏览 6提问于2017-05-05得票数 8
我试图用LightGBM解释一个基于SHAP的回归模型。我用的是
shap.TreeExplainer(<lightgbm model>).shap_values(X)
方法获取SHAP值，其中X是整个训练数据集。这些SHAP值使我比较单个预测，以及整个数据集的平均预测。
在克里斯托弗·莫尔纳的在线书5.9.4节中，他提到：
“与其将预测与整个数据集的平均预测进行比较，不如将其与子集或甚至单个数据点进行比较。”
我对此有几个问题：
如果我没有传递整个训练数据集，而是传递了一个子集，比如20个观测，那么返回的SHAP值将相对于这20个观测的平均值，这是正确的吗？这将相当
浏览 10提问于2021-03-25得票数 1
2回答
这个问题可能已经得到了答复，但我一定是在寻找错误的条件。假设我使用的是内置的Stata数据集自动
sysuse auto, clear
例如，我使用的是一个独立变量和一个因变量，我想从本质上压缩到IQR元素，min，p(25)，中位数，p(75)，max…所以我用命令，
keep weight mpg
sum weight, detail
return list
local min=r(min)
local lqr=r(p25)
local med = r(p50)
local uqr = r(p75)
local max = r(max)
keep if weight==`m
浏览 3提问于2014-05-26得票数 1
1回答
问题如下：
我有多个数据集，我想为每个数据集计算一个排序。用统计学家的话说，数据集中的所有观察都可以任意排列，因此它们是不成对的。
示例数据集是：
dataset1 = [0.6487500071525574, 0.6499999761581421, 0.6412500143051147, 0.6662499904632568, 0.6225000023841858, 0.6324999928474426, 0.637499988079071, 0.6287500262260437, 0.6412500143051147, 0.6212499737739563]
dataset2 = [0.
浏览 0提问于2021-12-22得票数 0
回答已采纳
这一切都始于我试图将单一标签(值)放在Median (那该死的71.90)。在我的报告中，我只有图表，不需要其他任何东西，有趣的是，如果我将Code.GetMedian()所需的Code.AddValue隐藏在tablix中，看起来就像是被视为“什么都不做”一样，这是相当奇怪的……另一件有趣的事情是，顺序也很重要，如果我在图表->再见我的中位数之后移动tablix，什么也不会显示。我还将这些文本框与相应的摘要引用放在一起，以显示中位数。
我使用了的中值报告功能
如果有人能帮助我解决这个问题，我只需要中位数的图表，我不想使用数据点，因为我有太多的类别，所以它会被淹没。我还了解到可以在cha
浏览 0提问于2015-07-29得票数 0
我希望删除以R1开头的变量缺少值的所有观察结果。为了做到这一点，我首先尝试用前缀对每个变量进行求和：
data test
input R1_1 R1_2 R1_3;
datalines;
. . .
;
run;
data test2;
set test;
diagnosis=sum (of R1:);
run;
这个语法应该按照来工作。然而，事情似乎有些不对劲。在上面的例子中，我收到一个错误，抱怨函数调用没有足够的参数。在其他情况下，代码运行似乎很顺利，但我的诊断变量没有创建。
我能解决这个问题吗?在这种情况下如何解决？
浏览 7提问于2022-11-11得票数 0
回答已采纳
我正在做一个学术项目，涉及到基于数据集预测房价。但是，我被困在一个特定列的data cleaning进程中，该列指示属性的构建日期。我不能仅仅通过用均值或中位数来替换缺失的值来impute它。我正在寻找所有可能的方法来估算这样的数据，这些数据是有意义的，而不仅仅是随机数字。此外，该项目的范围只允许我在R中使用linear regression models，所以我不希望像XGBoost这样的模型自动处理推算。
浏览 0提问于2020-10-10得票数 1
使用R，我试图在一个dataframe中得到多个列(但不是所有列)的和，问题是我只想将大于该行值中值的值和起来，而忽略零。
下面是一个示例，显示两行data，其中有20列，其中6列(列x1:x6)具有我想要考虑的和值：
x1 x2 x3 x4 x5 x6
4 4 5 0 0 2
2 3 0 1 5 0
忽略零，第一行的中位数为4，第二行为2.5。因此，我想把第一行>4，第二行> 2.5的剩余数字加起来，并将这些数字放在新列中。
有许多行数据。我已经将中值(我只是使用excel来获取这个值)放在了另一列中，我将其称为data$med_no_
浏览 3提问于2017-07-21得票数 1
回答已采纳
2回答
在R中模拟脂肪尾数据
、、、
我需要模拟R中的数据，有一个很好的尾部分布，而且在我不确定从哪里开始之前，我从来没有模拟过数据。我已经查看了FatTailsR包，但是文档非常神秘，我似乎找不到任何明显的教程。
基本上，我想要创建一个包含10,000个观测数据的两列(X和Y)的人工数据create，它使用以下逻辑/迭代：
对于X的每一次观测，Y为0的概率为75%，而25%的概率Y为1(将每个观测设为0或1)。
接下来，只看X的观测值，其中Y是1，在这些观测中(占原始数据集的25% )，Y是2。
在Y为2的观测中，25%的人被撞到了3。
然后迭代，直到Y= 10。
如有任何指导，将不胜感激。包括用于签出的
浏览 2提问于2019-02-25得票数 2
回答已采纳
星空观测者和ggplot2似乎给出了相同数据集的不同中值。有没有人知道他们是否在以不同的方式计算中位数？
浏览 2提问于2017-10-10得票数 1
我有一组包含字段StudentId、名称、地址在一个数据集中，并在一个Tablix中使用的数据集。
还有另一组数据:在另一个数据集中使用StudentID主题标记，并在报告中使用矩阵对其进行数据透视。
我可以用这种方式获取报告。
StudentID名称地址MAths物理化学中位数
1 Mike NJ 85 70 90 2 David CA 81 85 90 1
我是通过计算科目分数大于80的数字来计算中位数的。
现在，如何使用Tablix中的中位数而不是矩阵中的中位数。下面应该是预期的输出格式
StudentID中位地址MAths物理化学
1 2 Mike NJ 85 70 90
2 3 Da
浏览 2提问于2020-07-02得票数 0
1回答
计算柱差中值
、、
我正在追踪很多物品的生产情况。在生产过程中，每个项目我都有大约15个注册点的时间戳。我想要创建一个数据轴，其中包含从x点到y点所需时间的统计信息。
简化数据集：
比如说我想分析一下从包装到运输所需的时间。我试着创造这样一种方法：
PackToShip:=CALCULATE(
MEDIAN(
Shipped-Packed
);
Shipped<>BLANK();
Packed<>BLANK()
)
到目前为止，我只收到这样的错误消息：“中位数函数只接受作为参数1的列引用。”
我知道我可以为每个点的组合创建计算的列，但是对于15分，这是
浏览 0提问于2019-05-08得票数 0
回答已采纳
2回答
我已经搜索了相当多的内容，只发现包是一个用于在R中处理和分析面板数据的综合工具包。
我是这个领域的新手，但必须为我的硕士论文做一些分析。
您是否有任何其他R软件包的建议来处理面板数据(观测规模很小，有1,000到50,000次观测，20-30瓦)？
浏览 5提问于2021-02-18得票数 2
回答已采纳
我正在使用scikit-学习MiniBatchKMeans来进行文本聚类。
在fit()函数中，有一个参数sample_weight描述如下：
X中每个观察的权重。如果没有，所有的观察都被赋予相同的权重(缺省值:无)。
我该怎么解释呢？
例如，如果我赋予某些观测更大的权重，质心会更接近于这种观测吗？
浏览 0提问于2020-12-03得票数 1
回答已采纳
2回答
我有一个带有数字的dataframe，df，如下所示：
1 1 1
2 1 1
2 1 3
我想从每一列中减去中位数，使每一列的中位数变为0。
-1 0 0
0 0 0
0 0 2
我该怎么用吡喃的方式来做这件事？我猜这是可能的，不需要迭代的值，计算中位数，然后扣除。我想做的很简单，大概是这样的：
from numpy import median
df -= median(df) #does not work, deducts median for whole dataframe
浏览 2提问于2014-06-17得票数 0
回答已采纳
24回答
如果你有十亿个数字和100台计算机，找到这些数字的中位数的最佳方法是什么？
我有一个解决方案是：
在中位数之间平均分配集合。查找每个集合的中位数。按中位数对集合进行排序。从最低到最高中位数一次合并两个集合。
如果我们有m1 < m2 < m3 ...，那么首先合并Set1和Set2，在结果集中，我们可以丢弃所有低于Set12 (合并)的中位数的数字。所以在任何时候，我们都有相同大小的集合。顺便说一句，这不能以并行的方式完成。有什么想法吗？
浏览 124提问于2010-04-03得票数 127
我有一个包含几个数字列的数据框架，我需要获得所有这些值(所有行和列)的中位数，而不是按行，也不是按列，所有值只有一个中位数。虽然这看起来很简单，但我找不到一个解释。
我的df类似于：
rep_id sex activator P16401 P81605 B7Z958 B4DT29
CF9 Female Control 808.3071 772.20756 14114.372 5516.857
CF10 Female Control 1332.5300 739.96297
浏览 0提问于2020-06-01得票数 0
我有一个很大的数据集(1121行x 532列)。
每一栏代表自我报告问卷的一个项目。
我有几个NAs (n= 3015)。
我想用每一列的中位数替换每一个NAs。
我该怎么做呢？
我尝试使用na.omit函数清除数据集中的缺失值，但R忽略了找到NAs的整行。
这对我来说是一个问题，因为在此操作之后，我得到了一个只有641行的数据集。每一列表示刻度的名称和条目编号(即IUI23 ...IUI是刻度的名称，23是项目的编号)。
我需要找到每一列的中位数，而不是以某种方式选择该列的标题，然后用每列的中位数替换每一个NAs。
浏览 1提问于2015-09-23得票数 0
1回答
我有大量的DATE列和RESULT列的数据(大约10亿行)。RESULT列中的值主要是名称，但有时值会有明显的偏差。我只想找出有大偏差的日期。因此，根据输入数据，如下所示：
+----------+------+
| DATE|RESULT|
+----------+------+
|2020-06-24| 4.2|
|2020-05-17| 4.5|
|2020-05-11| 4.5|
|2020-07-30| 4.2|
|2020-07-30| 4.2|
|2020-06-29| 4.2|
|2020-06-29| 4.2|
|2020-03-04|
浏览 2提问于2020-08-22得票数 0
回答已采纳
2回答
我有一个像这样的ggplot boxplot： library(ggplot2)
data(iris)
ggplot(iris, aes(x = "", y = Sepal.Width)) +
geom_boxplot() 你可以看到中位数是3，假设实际值是3.8，我想知道的是，实际值3.8和观测值3之间是否存在统计差异，那么我应该使用什么统计差异方法？我可以在R中实现这一点吗?是否可以在图中绘制3.8的实际值？ 谢谢！ PS:我正在使用虹膜数据集作为我的真实数据的一个容易重现的例子。
浏览 19提问于2020-01-26得票数 2
回答已采纳
1回答
我有一个包含以下数据列的sf对象： HR60 HR70 HR80 HR90 HC60 HC70 HC80 HC90
0.000000 0.000000 8.855827 0.000000 0.0000000 0.0000000 0.3333333 0.0000000
0.000000 0.000000 17.208742 15.885624 0.0000000 0.0000000 1.0000000 1.0000000
浏览 5提问于2020-12-20得票数 1
回答已采纳
我希望在MySQl中找到薪资值的中位数(考虑下半值的偶数)。表由一个
Table Structure
ID
Salary
由于没有rownum，我编写了以下代码在Mysql中生成rownum。
set @r = 0;
Select
rownum, id, Salary
from
(Select
@r:=@r + 1 as rownum, id, Salary
from
E
order by Salary asc) p
where
p.rownum = (Select
max(p.rownu
浏览 10提问于2016-06-16得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
