r - 如何使用 data.table 有效地计算行中位数

Question

这个问题在这里已经有了答案:





data.table row-wise sum, mean, min, max like dplyr?

(5 个回答)


3年前关闭。




我有一个相当大的 data.table(15M 行，15 列)，我想计算每行的中位数。我可以使用

apply(DT, 1, median)  # DT is my data.table

但这很慢。有没有更快的、对 data.table 友好的替代方案？

作为一个小的工作示例，如果我有

DT = data.table(a = c(1, 2, 4), b = c(6, 4, 7), 
                c = c(3, 9, 9), d = c(18, 1, -5))
#    a b c  d
# 1: 1 6 3 18
# 2: 2 4 9  1
# 3: 4 7 9 -5

计算行中位数的最有效方法是什么？

apply(DT, 1, median)
# [1] 4.5 3.0 5.5

Answer 1

一个选项是使用 rowMedians -功能来自 matrixstats包裹:

library(matrixStats)
DT[, med := rowMedians(as.matrix(.SD))][]

这使:

> DT
   a b c  d med
1: 1 6 3 18 4.5
2: 2 4 9  1 3.0
3: 4 7 9 -5 5.5

或者只有 data.table :

DT[, med := melt(DT, measure.vars = names(DT))[, r := 1:.N, variable][, median(value), by = r]$V1][]