根据人口
我对一个人的31项能力有一套分数
data <- data.frame(scores=sample(100,31,replace=T),row.names=paste0("X",1:31))
我有相同的31个能力的100（或任何数量）个人的基准文件
bmark <- data.frame(replicate(31,sample(0:100,100,rep=TRUE)))
我需要计算个人相对于该能力基准的每个能力分数的百分等级，输出应该看起来像这样（随机值，只是为了证明所需的格式）
data <- data.frame(scores=sample(100,31,replace=T),percentile=sample(100,31,replace=T),row.names=paste0("X",1:31))
我可以使用基本百分位公式计算每个得分的百分位数：
length(bmark$X31[bmark$X31<data$scores[rownames(data)=="X31"]])/length(bmark$X31)*100
但我不知道如何在整个数据集中同时进行此工作，因此data$percentile中的每一行都具有基准文件中相应能力的适当值。我可以通过一个循环来做到这一点，但是对于R矢量化仍然不是很好。
编辑： 以下是我的数据框架的后续评论/问题。请注意，这是bmark数据的一小部分（只有几列/＆＃39;能力＆＃39;）。数据采用长格式（因此具有所有权限）并且具有主题的列标识符（数据$ Split）。 bmark
bmark <- structure(list(FinPerf = c(2.41333333333333, 2.94047619047619,
2.87538940809969, 2.16666666666667, 2.34146341463415, 2.425,
2.58148148148148, 2.97297297297297, 2.325, 2.52542372881356,
2.35593220338983, 1.69105691056911, 2.73493975903614, 2.01666666666667,
1.94010416666667, 1.94603174603175, 2.56666666666667, 2.48550724637681,
2.61846110878369, 2.15873015873016, 2.56565656565657, 2.23529411764706,
2.98974358974359, 3.09195402298851, 2.59289617486339, 2.44306418219462,
2.72345679012346, 2.85714285714286, 2.62962962962963, 2.90833333333333
), Opt = c(2.74, 2.83928571428571, 2.87383177570093, 2.56692506459948,
2.64634146341463, 2.6625, 2.53333333333333, 3.31081081081081,
2.4, 2.50847457627119, 2.55932203389831, 1.89024390243902, 2.60240963855422,
2.3, 2.3203125, 2.24761904761905, 2.85, 2.76086956521739, 2.78064516129032,
2.30952380952381, 2.65151515151515, 2.29411764705882, 3.06923076923077,
3.12931034482759, 2.64754098360656, 2.08695652173913, 2.41111111111111,
2.78571428571429, 2.88888888888889, 2.9625), SatExp = c(2.44,
2.58928571428571, 2.70093457943925, 2.11111111111111, 2.29268292682927,
2.525, 2.33888888888889, 3.10810810810811, 2.375, 2.73728813559322,
2.6864406779661, 1.91463414634146, 2.65060240963855, 2.225, 2.01171875,
1.94285714285714, 2.6, 2.51086956521739, 2.83225806451613, 2.28571428571429,
2.84848484848485, 2.02941176470588, 3.13076923076923, 3.22413793103448,
2.45491803278689, 2.5, 2.78518518518518, 2.85714285714286, 2.75925925925926,
2.975)), .Names = c("FinPerf", "Opt", "SatExp"), class = "data.frame", row.names = c(NA,
-30L))
和数据
data <- structure(list(Area.short = structure(c(13L, 25L, 28L, 6L, 3L,
16L, 12L, 9L, 7L, 20L, 21L, 14L, 5L, 4L, 26L, 8L, 11L, 18L, 2L,
27L, 31L, 30L, 24L, 19L, 1L, 23L, 22L, 10L, 15L, 29L, 17L, 13L,
25L, 28L, 6L, 3L, 16L, 12L, 9L, 7L, 20L, 21L, 14L, 5L, 4L, 26L,
8L, 11L, 18L, 2L, 27L, 31L, 30L, 24L, 19L, 1L, 23L, 22L, 10L,
15L, 29L, 17L, 13L, 25L, 28L, 6L, 3L, 16L, 12L, 9L, 7L, 20L,
21L, 14L, 5L, 4L, 26L, 8L, 11L, 18L, 2L, 27L, 31L, 30L, 24L,
19L, 1L, 23L, 22L, 10L, 15L, 29L, 17L, 13L, 25L, 28L, 6L, 3L,
16L, 12L, 9L, 7L, 20L, 21L, 14L, 5L, 4L, 26L, 8L, 11L, 18L, 2L,
27L, 31L, 30L, 24L, 19L, 1L, 23L, 22L, 10L, 15L, 29L, 17L, 13L,
25L, 28L, 6L, 3L, 16L, 12L, 9L, 7L, 20L, 21L, 14L, 5L, 4L, 26L,
8L, 11L, 18L, 2L, 27L, 31L, 30L, 24L, 19L, 1L, 23L, 22L, 10L,
15L, 29L, 17L, 13L, 25L, 28L, 6L, 3L, 16L, 12L, 9L, 7L, 20L,
21L, 14L, 5L, 4L, 26L, 8L, 11L, 18L, 2L, 27L, 31L, 30L, 24L,
19L, 1L, 23L, 22L, 10L, 15L, 29L, 17L, 13L, 25L, 28L, 6L, 3L,
16L, 12L, 9L, 7L, 20L, 21L, 14L, 5L, 4L, 26L, 8L, 11L, 18L, 2L,
27L, 31L, 30L, 24L, 19L, 1L, 23L, 22L, 10L, 15L, 29L, 17L, 13L,
25L, 28L, 6L, 3L, 16L, 12L, 9L, 7L, 20L, 21L, 14L, 5L, 4L, 26L,
8L, 11L, 18L, 2L, 27L, 31L, 30L, 24L, 19L, 1L, 23L, 22L, 10L,
15L, 29L, 17L), .Label = c("ACHIEVEMENT", "Apprec", "Bal", "Belong",
"BrandPass", "Burn", "Care", "Comms", "Comp", "CONNECTION", "Consul",
"Fam", "FinPerf", "Forw", "FRANCHISE PARTNERSHIP", "Ful", "GENSAT",
"Harm", "Innov", "Integ", "LeadCom", "LEADERSHIP", "LIFESTYLE",
"MarkSup", "Opt", "Part", "PracSup", "SatExp", "SUPPORT", "Syst",
"Train"), class = "factor"), MM = c(22.8758169934641, 29.4117647058824,
7.84313725490196, -29.4117647058824, 11.7647058823529, -3.26797385620914,
7.84313725490196, 11.1111111111111, 15.6862745098039, 9.80392156862744,
9.80392156862744, 5.88235294117648, 33.3333333333333, 17.6470588235294,
13.7254901960784, 19.6078431372549, 11.7647058823529, 1.96078431372548,
13.7254901960784, 21.5686274509804, 15.6862745098039, 11.1111111111111,
21.5686274509804, 1.96078431372548, 20.4481792717087, -3.26797385620914,
10.1307189542484, 20.0980392156863, 10.9803921568627, 14.7058823529412,
11.7647058823529, 22.2222222222222, 16.6666666666667, 8.33333333333333,
-25, 0, -11.1111111111111, 0, -5.55555555555557, 16.6666666666667,
58.3333333333333, 16.6666666666667, 0, 25, 11.1111111111111,
0, 33.3333333333333, 8.33333333333333, -11.1111111111111, 11.1111111111111,
50, 0, 11.1111111111111, 16.6666666666667, 25, 16.6666666666667,
-9.25925925925926, 13.8888888888889, 10.4166666666667, 8.33333333333333,
19.4444444444444, 10.3448275862069, 100, 66.6666666666667, 66.6666666666667,
-33.3333333333333, 100, 55.5555555555556, 100, 55.5555555555556,
100, 33.3333333333333, 66.6666666666667, -11.1111111111111, 100,
77.7777777777778, 33.3333333333333, 66.6666666666667, 66.6666666666667,
11.1111111111111, 77.7777777777778, 66.6666666666667, 33.3333333333333,
33.3333333333333, 100, 33.3333333333333, 80.952380952381, 55.5555555555556,
44.4444444444444, 66.6666666666667, 53.3333333333333, 55.5555555555556,
57.4712643678161, 7.40740740740741, 33.3333333333333, -5.55555555555557,
-5.55555555555557, -5.55555555555557, -14.8148148148148, -22.2222222222222,
-3.70370370370369, -22.2222222222222, -27.7777777777778, -16.6666666666667,
7.40740740740741, 22.2222222222222, 7.40740740740741, 3.70370370370369,
5.55555555555557, 5.55555555555557, 14.8148148148148, -3.70370370370369,
5.55555555555557, 11.1111111111111, 0, 18.5185185185185, -11.1111111111111,
11.1111111111111, -12.3456790123457, -10.1851851851852, 9.72222222222223,
5.55555555555557, 5.55555555555557, 0.766283524904221, 25.9259259259259,
27.7777777777778, 11.1111111111111, -55.5555555555556, 22.2222222222222,
3.70370370370369, 27.7777777777778, 29.6296296296296, 38.8888888888889,
11.1111111111111, 22.2222222222222, 11.1111111111111, 38.8888888888889,
22.2222222222222, 29.6296296296296, 16.6666666666667, 11.1111111111111,
-3.70370370370369, 22.2222222222222, 11.1111111111111, 27.7777777777778,
18.5185185185185, 14.8148148148148, -5.55555555555557, 22.2222222222222,
0, 22.2222222222222, 29.1666666666667, 11.1111111111111, 13.8888888888889,
16.0919540229885, -6.17283950617284, 11.1111111111111, -18.5185185185185,
14.8148148148148, -18.5185185185185, -28.3950617283951, -44.4444444444444,
-16.0493827160494, -29.6296296296296, -25.9259259259259, -33.3333333333333,
3.70370370370369, -3.70370370370369, -18.5185185185185, -18.5185185185185,
-7.40740740740741, -14.8148148148148, -6.17283950617284, -28.3950617283951,
3.70370370370369, -3.70370370370369, -16.0493827160494, -11.1111111111111,
-7.40740740740741, -4.76190476190478, -20.1646090534979, -17.9012345679012,
-14.8148148148148, -14.8148148148148, -8.02469135802468, -13.6653895274585,
42.2222222222222, 53.3333333333333, 33.3333333333333, -86.6666666666667,
26.6666666666667, 2.22222222222221, 46.6666666666667, 20, 60,
46.6666666666667, 53.3333333333333, 6.66666666666667, 66.6666666666667,
51.1111111111111, 42.2222222222222, 46.6666666666667, 33.3333333333333,
11.1111111111111, 55.5555555555556, 33.3333333333333, 33.3333333333333,
33.3333333333333, 55.5555555555556, 13.3333333333333, 42.8571428571429,
-2.22222222222221, 33.3333333333333, 51.6666666666667, 36, 35.5555555555555,
32.4137931034483, 77.7777777777778, 44.4444444444444, 44.4444444444444,
-66.6666666666667, 77.7777777777778, 62.962962962963, 100, 77.7777777777778,
77.7777777777778, 55.5555555555556, 66.6666666666667, 11.1111111111111,
88.8888888888889, 70.3703703703704, 62.962962962963, 55.5555555555556,
55.5555555555556, 11.1111111111111, 70.3703703703704, 55.5555555555556,
44.4444444444444, 55.5555555555556, 62.962962962963, 11.1111111111111,
58.7301587301587, 45.679012345679, 55.5555555555556, 72.2222222222222,
46.6666666666667, 48.1481481481482, 53.639846743295), Split = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L,
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L,
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L), .Label = c("Success4u", "NSW/ACT",
"QLD", "SA/WA", "VIC/TAS", "Type 1", "Type 2", "Type 3", "Franchise Sector Benchmark"
), class = "factor")), .Names = c("Area.short", "MM", "Split"
), row.names = c(NA, 248L), class = "data.frame")
1 个答案:
答案 0 :(得分：3)
在这里，可以获得一个主题的每个基准的百分位数。我们使用经验累积分布函数来计算百分位数：
# Fake data
set.seed(595)
dat <- data.frame(scores=sample(100,31,replace=T),row.names=paste0("X",1:31))
bmark <- data.frame(replicate(31,sample(100,100,rep=TRUE)))
# Get percentile on each benchmark for one subject
dat$percentile = mapply(function(ref, subj) {
ecdf(ref)(subj)*100
}, ref=bmark, subj=dat$scores)
dat
scores percentile X1 28 25 X2 25 30 X3 91 92 ... X29 42 46 X30 76 71 X31 1 2
这是每个能力的bmark分布的箱线图，以及一个红点，显示主题在每个能力上的得分：
boxplot(bmark)
points(1:31, data$scores, pch=16, col="red")
如果您有多个科目，您可以同时获得他们的百分位数。我们从上方获取mapply代码，该代码计算单个主题的百分位数，并将其包装在sapply中，该mapply连续地为每个主题提供# Scores on 31 benchmarks for 20 subjects. Each column is a subject.
set.seed(58)
subjects = as.data.frame(replicate(20, sample(100, 31, replace=TRUE)))
# Get percentile on each benchmark for each subject
percentile.score = sapply(subjects, function(s) {
mapply(function(ref, subj) {
ecdf(ref)(subj)*100
}, ref=bmark, subj=s)
})
percentile.score
代码并返回所有结果单个矩阵：
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20
X1 28 95 2 24 95 18 61 6 44 11 82 50 28 37 59 41 91 51 35 76
X2 20 49 62 3 24 24 54 23 50 50 60 95 25 63 57 78 72 89 79 66
X3 69 37 40 49 59 30 91 5 92 43 56 22 34 33 28 54 35 1 59 29
...
X29 34 42 10 76 40 48 13 36 76 13 88 91 99 31 13 76 93 42 31 91
X30 16 66 86 56 21 67 86 45 81 16 70 66 24 11 23 18 32 53 31 32
X31 81 81 52 2 3 32 64 36 33 39 92 100 80 2 44 63 59 2 34 99
nameservers
相关问题
最新问题
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？