我有一个包含 4 列的数据集 (data1)，我一直在尝试执行各种不同的汇总函数来对数据进行分组。
列是 A(PERSON_ID)，它只是一个人 ID，B(LIST_ITEMS)，它是他们在列表中购买的对象 ID 的列表（例如，{{ 1}} 或 c("V5","32")) 等。我将它们保留为字符，因为无论如何它们都是 ID。列 C("45") 和 D(EXPENDITURE) 是两个变量，C 是它们总共花费了多少，当我使用 summarise 时，我只是将 C 的总和进行聚合。然而，对于 D，我想尝试一些引用 C 的东西。基本上，我想取对应于 C 分位数的 D 值。（每个人都有不同的比率，我想，假设是第 50 个百分位数）例如，到目前为止，我的代码如下所示：
RATE现在这可以通过对 data2<-data1 %>%
unnest(LIST_ITEMS) %>%
group_by(PERSON_ID,EXPENDITURE,RATE) %>%
summarise(LIST_ITEMS= list(sort(LIST_ITEMS)),.groups = 'drop') %>%
group_by(LIST_ITEMS) %>%
summarise(EXPENDITURE=sum(EXPENDITURE),RATE=RATE[Nth percentile of EXPENDITURE])
（或 C 列）进行排序，然后取累积总和，然后选择与总和达到总和的 50% 时对应的值来完成，但感觉就像一种复杂的方法来做到这一点，这些是离散值。假设在 EXPENDITURE 之后，B 列的一个值的分组数据如下所示：
group_by（我无法将它作为表格放入，因为堆栈溢出给了我一个错误，说它检测到格式不正确的代码，所以整个表格需要在它周围加上三重反引号，然后网站才会让我发布问题）>
现在，假设我想要的第 n 个百分位数是第 50 个，我基本上希望它采用 D 列的升序（因为速率从最低开始并上升），然后对C列（C列的总和为3000），所以在排序列表中，我会取累积和，然后得到D的值，当累积和达到3000的50％时，C的总和。
现在，按排序顺序，我得到 structure(list(A = c(1L,2L,3L,4L,5L,6L,7L,8L,9L),B = list(c("45","33"),c("45","33")),C = c(600L,200L,500L,300L,400L,100L),D = c(40L,20L,100L,40L,30L,80L,60L,50L,100L)),Names = c("A","B","C","D"),row.names = c(NA,class = "data.frame")
。排序列表中的下一行是 200+300+600+200=1300，累积总和为 1700，这意味着它已超过第 50 个百分位标记，因此我希望我的函数返回值 40，因为它是最接近的值在 | 8 | c("45","33")|400|50| 方向。
我将如何设计这样的功能。我给出的这个例子的示例输出是：
| B | C | D |
|---|---|---|
| c(45,33) | 3000 | 40 |
有没有简单的方法来执行这样的操作？