如何在R语言中自动化统计数据框中数值小于等于递增阈值的累计数量

完全不用手动重复70次sum()语句！这里有几种简洁的自动化方案，帮你快速生成从30到2100、步长30的累计统计表格：

方法一：基础R原生实现（无需额外包） #

先生成所有需要统计的BinWidth序列，再用sapply()批量计算每个区间的累计值：

set.seed(917)
dat <- as.data.frame(sample(0:2100,100,replace = F))
colnames(dat)[1] <- "values"

# 生成从30到2100、步长30的bin序列
bins <- seq(30, 2100, by = 30)

# 批量计算每个bin对应的累计数量
counts <- sapply(bins, function(x) sum(dat$values <= x))

# 整理成目标格式的数据框
result <- data.frame(
  BinWidth = bins,
  TotalValuesLessThan = counts
)

# 查看前几行结果（和你的示例格式一致）
head(result)

输出结果：

方法二：用dplyr+purrr实现（更直观易读） #

如果你熟悉tidyverse工具链，这种写法更符合现代R的代码风格：

library(dplyr)
library(purrr)

set.seed(917)
dat <- as.data.frame(sample(0:2100,100,replace = F)) %>%
  rename(values = 1)

result <- tibble(BinWidth = seq(30, 2100, by = 30)) %>%
  mutate(TotalValuesLessThan = map_dbl(BinWidth, ~sum(dat$values <= .x)))

# 同样可以用head(result)查看前几行

方法三：用ecdf函数（大数据场景更高效） #

如果你的数据集很大，经验累积分布函数ecdf()会比逐个sum更高效，原理是先构建累积分布，再直接查询每个bin的累计比例，乘以总样本数得到数量：

set.seed(917)
dat <- as.data.frame(sample(0:2100,100,replace = F))
colnames(dat)[1] <- "values"

bins <- seq(30, 2100, by = 30)
# 构建累积分布函数
ecdf_fun <- ecdf(dat$values)
# 计算每个bin的累计数量（转成整数）
counts <- as.integer(ecdf_fun(bins) * nrow(dat))

result <- data.frame(BinWidth = bins, TotalValuesLessThan = counts)

这三种方法都能自动生成到2100的所有统计结果，完全不用手动重复代码~

内容的提问来源于stack exchange，提问作者tassones