R语言编写get_qs计算标准正态分位数及报错排查

扩展函数get_probs，编写新函数get_qs：该函数首先按原有逻辑（或直接调用get_probs）计算概率值，再基于这些概率值计算标准正态分布对应的理论分位数，最终将分位数结果添加到数据中。

• 示例数据框结构和实际工作场景完全一致，当前get_probs函数可正常运行，但get_qs函数编写存在逻辑错误
• 曾尝试论坛推荐的ntile函数实现方案，仍无法满足任务要求
• 执行分位数列赋值时触发长度不匹配报错：函数返回值仅5行，而示例数据框共有6行，无法完成列赋值，报错信息如下：

Error in `$<-.data.frame`(`*tmp*`, qs, value = c(`0%` = 0.0277777777777778,  : 
replacement has 5 rows, data has 6

原有get_qs函数存在两处核心错误：

1. 误用quantile()函数：该函数默认返回0%、25%、50%、75%、100%五个位置的汇总分位值，返回长度固定为5，和输入向量长度不一致，自然无法匹配数据框行数完成赋值
2. 逻辑不符合需求：任务要求是为每一条观测计算对应概率的标准正态分位数，而非计算概率向量的整体汇总分位数

# 构造示例数据框，注意将Gini_index转为数值型（原示例中为字符型，会干扰排序计算逻辑）
Country <- c("A", "B", "C", "D", "E", "F")
Year <- c("1999", "2000", "2001", "2002", "2003", "2004")
Gini_index <- as.numeric(c("51", "34", "44", "21", "33", "28"))
df_example <- data.frame(Country, Year, Gini_index)

# 原有可正常运行的get_probs函数
get_probs <- function(input_vec) {
  probs <- rank(input_vec)/length(input_vec)
  return(probs)
}

# 修正后的get_qs函数
get_qs <- function(input_vec) {
  # 直接调用已有的get_probs得到每条观测对应的累积概率
  obs_probs <- get_probs(input_vec)
  # 逐值计算标准正态分布分位数，返回长度和输入向量完全一致
  qs_res <- qnorm(obs_probs)
  return(qs_res)
}

# 列赋值验证
df_example$probs <- get_probs(df_example$Gini_index)
df_example$qs <- get_qs(df_example$Gini_index)

# 打印查看结果
print(df_example)

如果是用于绘制正态QQ图的理论分位数计算，为避免概率值为1时qnorm(1)返回无穷大的问题，可以将get_probs中的概率计算逻辑调整为(rank(input_vec) - 0.5)/length(input_vec)，这也是统计上正态分位数图的常规计算方式。

内容的提问来源于stack exchange，提问作者Francesco