R dplyr按时间戳分组计算90%分位数新增列报错解决方法

• 现有数据集包含大量记录，仅对应:00、:01、:02三类不同时间戳
• 核心需求：按时间戳字段分组计算值字段的90%分位数，首先将分位数结果作为新列添加到原数据集，最终输出每个分位数对应一行的聚合结果
• 字段映射关系：数据中实际存储时间戳的字段为Zeit，存储待计算数值的字段为R11_A1Shape1IP，时间戳字段已提前通过如下代码完成字符型转时间格式处理：

Daten[,"Zeit"]<- as.POSIXct(Daten[,"Zeit"],"%d.%m.%Y %H:%M:%S", tz=Sys.timezone())

可正常运行的参考代码 #

此前按时间戳分组取组内值最大值的代码运行正常：

Data <- Data %>%
  group_by(timestamp) %>%
  slice(which.max(val)) %>%
  ungroup(timestamp)

失败尝试1：误用slice计算分位数 #

直接将slice内取最大值的逻辑替换为分位数计算，触发类型报错：

Data <- Data %>%
  group_by(timestamp) %>%
  slice(quant90 = quantile(Val, probs = 0.9)) %>%
  ungroup(timestamp)

报错信息如下：

Error in `slice()`:
! Problem while computing indices.
ℹ The error occurred in group 1: Zeit = 2022-06-02 04:08:05.
Caused by error:
! Can't convert from <double> to <integer> due to loss of precision.
• Locations: 1
Run `rlang::last_error()` to see where the error occurred.

失败尝试2：mutate生成分位列分组失效 #

更换为mutate生成新列后代码可运行，但分组逻辑未生效，所有行的90%分位数值完全一致：

Data <- Data %>% group_by(timestamp) %>% mutate(quant90 = quantile(Val, probs = 0.9))

期间已尝试手动执行as.double类型转换、调用tapply/apply等函数、加载多个dplyr相关工具库，均未成功实现需求。

错误根因 #

• slice()函数的作用是按整数类型的行位置索引筛选行，仅接受整数入参。传入分位数计算得到的浮点型数值时，会触发浮点数转整数的精度丢失报错，属于函数使用场景匹配错误。
• mutate生成分位数全表一致的核心原因是字段名不匹配：代码中分组引用的字段名是timestamp和Val，但实际数据中对应字段名为Zeit和R11_A1Shape1IP。分组时引用不存在的字段，dplyr会默认对全表数据计算分位数，最终所有行返回相同结果。

分步实现代码 #

步骤1：给原数据集新增分组90分位列 #

使用实际存在的字段名分组，通过mutate生成同组所有行取值一致的分位列，添加na.rm = TRUE避免缺失值导致计算结果异常：

library(dplyr)
Data <- Data %>%
  group_by(Zeit) %>%
  mutate(quant90 = quantile(R11_A1Shape1IP, probs = 0.9, na.rm = TRUE)) %>%
  ungroup()

步骤2：生成分组聚合的单行结果 #

如果需要每个时间戳分组仅保留一行分位数结果，将mutate替换为summarise即可：

Data_agg <- Data %>%
  group_by(Zeit) %>%
  summarise(quant90 = quantile(R11_A1Shape1IP, probs = 0.9, na.rm = TRUE), .groups = "drop")

内容的提问来源于stack exchange，提问作者fox