如何在DataFrame中对多列计算排名/百分位数并按条件过滤每列

我来帮你解决这个问题！看起来你需要对指定列仅在满足「列值非NA且min_pg >=12」的行内计算排名（或百分位数），其余行设为NA。你之前的代码逻辑有个小问题：直接在if_else里调用rank()会基于整个组的所有非NA值计算排名，而不是仅筛选出符合条件的子集，这就导致结果不符合预期了。

先看示例数据和问题分析 #

首先我们确认下你的示例数据和需求：

temp_df <- structure(list(group_var = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1), 
                         min_pg = c(11, 15, 19, 7, 5, 34, 32, 27, 24, 18, 13, 10), 
                         stat1 = c(0.35, 0.32, 0.27, NA, NA, 0.42, 0.45, 0.47, 0.33, NA, 0.24, 0.39)), 
                    row.names = c(NA, -12L), class = "data.frame")

library(dplyr)
pctile_columns <- c('stat1') # 可以扩展到包含100列名的向量

你的核心需求是：每个group_var分组内，仅对指定列满足!is.na(列值) & min_pg >=12的行计算排名，不满足条件的行设为NA。

正确的解决方案 #

下面这个代码可以精准实现你的需求，而且能直接扩展到100列：

temp_output <- temp_df %>%
  group_by(group_var) %>%
  mutate(
    across(
      all_of(pctile_columns),
      .fns = ~ {
        # 第一步：标记当前列中满足条件的行
        valid_rows <- !is.na(.) & min_pg >= 12
        # 第二步：仅对满足条件的行计算排名（ties.method可根据需求调整，比如"average""first""min"等）
        ranked_values <- rank(.[valid_rows], ties.method = "average")
        # 第三步：创建结果向量，不满足条件的行设为NA，满足的填充排名
        result <- rep(NA_real_, n())
        result[valid_rows] <- ranked_values
        # 如果需要计算百分位排名（0-100区间），可以把ranked_values改成：
        # ranked_values / sum(valid_rows) * 100
        result
      },
      .names = "{col}_rank" # 新列名格式：原列名_rank，比如stat1_rank
    )
  )

代码解释 #

1. 分组处理：按group_var分组，确保排名是在每个组内独立计算的。
2. 批量处理多列：用across(all_of(pctile_columns))可以一次性处理所有指定的列，不管是1列还是100列。
3. 精准筛选子集：先标记出满足条件的行，只对这些行计算排名，避免了把不满足条件的非NA值纳入排名基数的问题。
4. 结果映射：把计算好的排名值对应放回原数据框的正确位置，其余行保留NA。

如果你需要计算组级分位数（比如p25/p50/p75） #

如果你的需求是计算每个组内满足条件的列的分位数统计（而不是每个值的排名），可以用下面的代码：

group_pctiles <- temp_df %>%
  group_by(group_var) %>%
  filter(min_pg >= 12) # 先过滤出满足条件的行
  summarise(
    across(
      all_of(pctile_columns),
      list(
        p25 = ~quantile(., na.rm = TRUE, probs = 0.25),
        p50 = ~quantile(., na.rm = TRUE, probs = 0.5),
        p75 = ~quantile(., na.rm = TRUE, probs = 0.75)
      )
    )
  )

备注：内容来源于stack exchange，提问作者Canovice