计算每个连续运行中的中位数

Question

我有一个 data.frame 如下；

df <- data.frame(ID = c(2,3,5,8,9,10,12,13,14,15,16),
             value = c(1,2,3,4,5,6,7,8,9,10,11))
> df
   ID value
1   2     1
2   3     2
3   5     3
4   8     4
5   9     5
6  10     6
7  12     7
8  14     8
9  15     9
10 16    10
11 17    11

在这里，我想获取ID连续时的中位数列表。例如前两行ID表示2,3，是连续的。在这种情况下，我想获得前两行value的中位数，应该是

> median(c(1,2))
[1] 1.5

那么，接下来连续的ID是8,9,10、14,15,16,17。对应的中位数应该是

> median(c(4,5,6))
[1] 5
> median(c(8,9,10,11))
[1] 9.5

那么，我最终想要的就是下面这样的data.frame

   ID   median
1   2    1.5
2   8    5
3  14    9.5

我不知道 rle 可能有用，但我不确定如何实现它。你对实施这个有什么建议吗？如果有任何建议，我将不胜感激。

Answer 1

这里有一个data.table选项

setDT(df)[
  ,
  if (.N > 1) data.table(ID = min(ID), value = median(value)),
  .(grp = cumsum(c(TRUE, diff(ID) != 1)))
][
  ,
  grp := NULL
][]

这给出了

   ID value
1:  2   1.5
2:  8   5.0
3: 12   9.0

计算每个连续 运行 中的中位数

Calculating median in each consecutive run

r

rle

计算每个连续运行中的中位数