R函数故障排查：将hist()区间计数转换为百分位数频率

核心问题点 #

• 函数名冲突：你将自定义函数命名为function，这是R的保留关键字，会导致语法解析异常，必须更换为合法名称。
• 向量维度判断错误：apply按列处理时，传入函数的my_data是向量而非矩阵，dim(my_data)[1]会返回NULL，应该用length(my_data)获取每个模拟的事件数。
• 变量名笔误：报错提示的func_intervals与函数内定义的intervals不一致，需统一变量名。

修正后的代码 #

# 重命名函数为合法名称
calc_sim_freq <- function(my_data) {
  # 创建比率区间（0到1，步长0.01，共101个断点）
  intervals <- seq(0, 1, by = 0.01)
  # 生成直方图统计（不绘图）
  H <- hist(
    my_data, 
    plot = FALSE,
    breaks = intervals, 
    right = FALSE,
    na.rm = TRUE
  )
  # 计算频率：区间计数 / 该模拟的事件总数
  out <- H$counts / length(my_data)
  return(out)
}

# 按列应用函数（每列对应一次模拟）
percentile_freqs <- apply(x, MARGIN = 2, FUN = calc_sim_freq)

结果验证 #

修正后percentile_freqs会是一个100行×1000列的矩阵：

• 每一行对应一个比率区间（如[0,0.01)、[0.01,0.02)…[0.99,1)）
• 每一列对应一次模拟的频率分布

执行以下代码验证结构：

class(percentile_freqs)
# 预期返回 "matrix"
dim(percentile_freqs)
# 预期返回 c(100, 1000)

性能说明 #

apply本身是向量化处理，比显式循环高效得多，你的1000次模拟规模完全可以轻松处理。如果后续需要进一步优化，可考虑data.table或dplyr的批量处理函数，但当前方案已足够满足需求。

内容的提问来源于stack exchange，提问作者withoutcake