计算时间段的ECDF(R)

发布于03月22日

因此，我正在试图找到一种方法来计算我的数据的特定值的ecdf. 我有一个数据框，看起来像这样:

Name      Type             Value 
B         pace_20min_ms    6M 2S
A         pace_20min_ms    5M 32S

所以我想做的是:找到ecdf的值，例如A，然后说:A比做过测试的65%的人快.但我正在挣扎的"价值"，因为这是在这种lubridate格式分钟和秒.

到目前为止，我所知道的是如何计算特定的分位数:

quantile(dat$Value, probs = c(0.1, 0.25, 0.5, 0.75, 0.9), type = 1)
[1] "3M 57S" "4M 25S" "4M 56S" "5M 32S" "6M 2S"

也许反过来计算并不难，但我不知道该怎么做. 谢谢你！

推荐答案

你可以转换成秒，然后再转换成秒，比如:

> r <- colSums(sapply(strsplit(gsub('[MS]', '', x), ' '), as.integer)*c(60, 1)) |> 
+   quantile(probs=c(0.1, 0.25, 0.5, 0.75, 0.9), type=1)
> sprintf('%sM %sS', r %/% 60, r %% 60) |> setNames(names(r))
     10%      25%      50%      75%      90% 
"0M 20S" "1M 23S" "3M 24S"  "5M 5S" "6M 31S"

不知道你的数据是如何准确格式化的，但你明白了.

Data:

> n <- 100
> set.seed(42)
> x <- mapply(\(x, y) sprintf('%sM %sS', x, y), 
+             sample(0:7, n, replace=TRUE), 
+             sample(0:34, n, replace=TRUE))