Используйте R для вычисления медианы без репликации элементов

Question

У меня распределение частот с огромными числами. Я хочу вычислить медиану и квартили, но R жалуется. Вот что работает для небольших номеров:

> TABLE <- data.frame(DATA = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19), F = c(48,0,192,1152,5664,23040,77952,214272,423984,558720,267840,0,0,0,0,0,0,0,0))
> summary(rep(TABLE$DAT,TABLE$F))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   9.000  10.000   9.397  10.000  11.000

Вот что я получаю за огромное количество:

> TABLE <- data.frame(DATA = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19), F = c(240,0,1200,9600,69600,470400,2992800,17859840,98312880,489292800,2164619760,8325820800,26865302400,68711068800,128967422400,153763315200,96770419200,26824089600,2395008000))
> summary(rep(TABLE$DAT,TABLE$F))
Error in rep(TABLE$DAT, TABLE$F) : invalid 'times' argument
In addition: Warning message:
In summary(rep(TABLE$DAT, TABLE$F)) :
  NAs introduced by coercion to integer range

Эта ошибка меня не удивляет, потому что с помощью "rep" я хотел создать огромный вектор. Но я не знаю, как этого избежать и рассчитать медиану и квартили.

Answer 1

Вместо того, чтобы пытаться воспроизвести этого монстра, чтобы использовать summary() Вы можете получить "взвешенные квантили". Этот пост имеет формулу. Но, как и в большинстве случаев, когда вы знаете правильные термины, вы можете найти пакет, который уже работает!

#install.packages("Hmisc")

TABLE <- data.frame(DATA = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19), F = c(240,0,1200,9600,69600,470400,2992800,17859840,98312880,489292800,2164619760,8325820800,26865302400,68711068800,128967422400,153763315200,96770419200,26824089600,2395008000))


Hmisc::wtd.quantile(TABLE$DATA, probs = c(0.25, 0.5, 0.75), weight = TABLE$F)
#> 25% 50% 75% 
#>  15  16  16

Создано 2018-04-06 пакетом представлением (v0.2.0).