计算 R 中高于阈值范围的每列值的数量

如何解决计算 R 中高于阈值范围的每列值的数量

如何计算每列高于阈值序列的值的数量？

即：为每一列计算值的数量，大于 100，然后大于 150，然后大于......并将结果存储在数据框中？

# Reproductible data
# (Original data is daily streamflow values organized in columns per year)

set.seed(1234)
data = data.frame("1915" = runif(365,min = 60,max = 400),"1916" = runif(365,"1917" = runif(365,max = 400))

# my code chunck

mymin = 75
mymax = 400
my step = 25

apply(data,2,function (x) {
  for(i in seq(mymin,mymax,mystep)) {
    res = (sum(x > i)) # or nrow(data[x > i,])
    return(res)
  }
})

此代码适用于一次迭代，但我无法将每次迭代的结果存储在数据框中。

我也尝试过诸如：

for (i in 1:n){
  seuil = seq(mymin,my step)
  lapply(data,function(x) {
    res [[i]] = nrow(data[ x > seuil[i],])
    return(res)}
})

效果不佳...

输出将类似于：

年	n 值大于 75	n 个大于 100 的值	n 值以上...
1915	348	329	...
1916	351	325	...
...	...	...	...

感谢您的意见和建议:)

解决方法

myseq <- seq(75,400,by=25)
as.data.frame(do.call(rbind,lapply(data,function(z) table(findInterval(z,myseq)))))
#        0  1  2  3  4  5  6  7  8  9 10 11 12 13
# X1915 17 19 26 27 41 23 26 33 27 22 30 25 21 28
# X1916 14 26 20 28 25 26 22 23 35 28 26 30 22 40
# X1917 20 30 24 31 24 28 22 25 28 34 18 21 26 34

或者如果您喜欢 R 使用 factor 提出的 cut 级别，那么

as.data.frame(do.call(rbind,function(z) table(cut(z,myseq)))))
#       (75,100] (100,125] (125,150] (150,175] (175,200] (200,225] (225,250] (250,275] (275,300] (300,325] (325,350] (350,375] (375,400]
# X1915       19        26        27        41        23        26        33        27        22        30        25        21        28
# X1916       26        20        28        25        26        22        23        35        28        26        30        22        40
# X1917       30        24        31        24        28        22        25        28        34        18        21        26        34

,

你可以试试：

vals <- seq(mymin,mymax,mystep)
mat <- sapply(vals,function(x) sapply(data,function(y) sum(y > x)))
colnames(mat) <- paste0('values_above_',vals)
mat

#      values_above_75 values_above_100 values_above_125 values_above_150 values_above_175
#X1915             348              329              303              276              235
#X1916             351              325              305              277              252
#X1917             345              315              291              260              236

#      values_above_200 values_above_225 values_above_250 values_above_275 values_above_300
#X1915              212              186              153              126              104
#X1916              226              204              181              146              118
#X1917              208              186              161              133               99

#      values_above_325 values_above_350 values_above_375 values_above_400
#X1915               74               49               28                0
#X1916               92               62               40                0
#X1917               81               60               34                0