如何按DataFrame唯一ID分组，计算所有数值列的80分位数？

方法1：使用tidyverse工具（推荐） #

先把宽格式数据转为长格式，让所有数值列合并到同一列，再按GeneID分组计算80分位数：

# 加载必要包
library(tidyverse)

# 转换为长格式并计算分位数
result <- df %>%
  pivot_longer(cols = -GeneID, names_to = "variable", values_to = "value") %>%
  group_by(GeneID) %>%
  summarise(quantile_80 = quantile(value, probs = 0.8, na.rm = TRUE))

解释：

• pivot_longer(cols = -GeneID) 会把除GeneID外的所有列（第2至20列）转换为两列：variable记录原列名，value记录对应数值，让每个分组下的所有数值集中到同一列
• group_by(GeneID) 按ID完成分组
• summarise 中用quantile计算80分位数，na.rm = TRUE用于处理可能的缺失值，可根据你的数据情况调整

方法2：Base R实现（无需额外包） #

如果不想依赖tidyverse，用base R工具也能完成：

方案A：转长格式后用aggregate计算 #

# 转长格式
long_df <- reshape(df, direction = "long", varying = names(df)[-1], 
                   v.names = "value", idvar = "GeneID", timevar = "variable")

# 按GeneID分组计算80分位数
result <- aggregate(value ~ GeneID, data = long_df, 
                    FUN = function(x) quantile(x, probs = 0.8, na.rm = TRUE))

方案B：用by函数直接处理 #

# 按GeneID分组，提取数值列合并为向量后计算分位数
result <- do.call(rbind, by(df, df$GeneID, function(group) {
  # 提取第2到20列的所有数值，合并为单个向量
  all_values <- unlist(group[, -1])
  # 计算80分位数
  quant_80 <- quantile(all_values, probs = 0.8, na.rm = TRUE)
  # 返回数据框格式的结果
  data.frame(GeneID = unique(group$GeneID), quantile_80 = quant_80)
}))

你之前的代码无法满足需求的原因 #

你之前的aggregate(GO~GeneID, data=df, FUN = function(x) paste0(x,collapse = '; '))仅针对单列（GO列）进行合并处理，每个分组只计算该列的分位数。而你的需求是把第2至20列的所有数值合并后计算分位数，因此必须先将多列数值整合为同一个向量，再执行分位数计算。

内容的提问来源于stack exchange，提问作者vp_050