R根据行定位选择每行的数据

Question

我有一个带有60行和3036列的数据集。我已经计算了来自rowQuantiles包的函数生成icodeTagcode的行定量。从这个，我得到一个列向量[60,1]。现在，我想只能从每行中选择，只有比行达到的数据。如果我使用哪个函数如下：

datset_qu95 = which(dataset > rowQuantiles(dataset, probs=c(0.95))

. 然后我松开数据尺寸并只获取阵列而不是具有以下尺寸的矩阵[60,152]。

有人可以帮助我吗？

谢谢！

Answer 1

我不认为需要划线功能。刚刚挑选出最高值达到概率阈值:(编辑注释（第一个版本具有不正确的索引表达式）

> apply( dat, 1, function(x) x[order(x)][1:( (1-0.95)*ncol(dat))])
    obs1     obs2     obs3 
 11.5379 856.3470 136.8860 

.

一如既往地，因为r矩阵是面向列的，您可能希望在结果中使用t()，以使其回到您期望的行方向。

到您的评论：修复它，以便它拾取最高值而不是最低值：

 apply( dat, 1, function(x)
                  x[order(x, decreasing=TRUE)][1:( (1-0.95)*ncol(dat))])

.

Answer 2

0.05 * 3036 = 151.8但在每行中选择的值大于95％smasterile并不意味着您将系统地具有152个值。如果要保留对象维度，您可以尝试使用NA替换不期望的值。
由于您的对象并不巨大，您还可以使用数据帧对象，并沿着行维度进行观察。

library(matrixStats)

# To extract your values...
myfun <- function(k, q){x[k, x[k,] > q]}
x <- matrix(sample(1:100, 60*3036, replace=TRUE), ncol=3036)
xx <- mapply(myfun, seq(along=x[,1]), rowQuantiles(x, probs=.95))
# xx is a list, xx[[1]] contains the values of x[1,] > quantile(x[1, ], .95)

# The number of selected values depends on their distribution - with NORM should be stable
x11() ; par(mfrow=c(2,1))
hist(sample(1:100, 60*3036, replace=TRUE)) # UNIF DISTRIB
n.val <- sapply(xx, length)
hist(n.val, xlab="n.val > q_95%")
abline(v=152, col="red", lwd=5)

# Assuming you want the same number of value for each row
n <- min(n.val)
myfun <- function(x){sample(x, n)} # Representative sample - Ordering is possible but introduce bias. Depends on your goals
xx <- t(sapply(xx, myfun))
dim(xx) # 60 n

.