如何在R语言中计算数据框中各变量每个观测值的百分位数？

首先先将你提供的矩阵转换为数据框（也可直接对矩阵操作）：

# 还原数据结构
df_matrix <- structure(c(2, 4, 5, 6, 8, 1, 2, 4, 6, 67, 8, 11), dim = c(6L, 2L), dimnames = list(NULL, c("lo", "li")))
# 转为数据框（可选，矩阵也可直接处理）
df <- as.data.frame(df_matrix)

方法1：Base R 实现 #

利用apply()结合经验累积分布函数ecdf()，逐列计算每个观测值的百分位数（即小于等于该值的观测值占该列总数的百分比）：

# 定义计算单变量百分位数的函数
get_percentile <- function(col) {
  ecdf_func <- ecdf(col)
  ecdf_func(col) * 100
}

# 对每列应用函数，得到各观测值的百分位数
result_base <- cbind(df, apply(df, 2, get_percentile))
colnames(result_base) <- c("lo", "li", "lo_pct", "li_pct")
print(result_base)

运行结果示例：

lo li    lo_pct    li_pct
1  2  2  33.33333  16.66667
2  4  4  50.00000  33.33333
3  5  6  66.66667  50.00000
4  6 67  83.33333 100.00000
5  8  8 100.00000  66.66667
6  1 11  16.66667  83.33333

方法2：tidyverse（dplyr）风格实现 #

如果习惯使用tidyverse工具链，可以用mutate()配合across()批量处理所有列：

library(dplyr)

result_dplyr <- df %>%
  mutate(
    across(
      everything(), 
      ~ ecdf(.)(.) * 100, 
      .names = "{.col}_pct"  # 自动生成带后缀的列名
    )
  )

print(result_dplyr)

说明 #

这里计算的是经验百分位数，核心逻辑是：对于某列的每个观测值，计算该列中小于等于它的观测值数量占总数量的比例，再乘以100得到百分位数，这是最常用的“每个观测值在自身变量中的相对位置”计算方式。

内容的提问来源于stack exchange，提问作者lola