在R中为数据框中多列的百分位数秩创建新列

sbdsn5lh 于 2023-03-27 发布在其他

关注(0)|答案(1)|浏览(143)

我有一个相当大的数据集（4000个obs，149个变量），我想看看这些变量中的许多变量的百分位数排名。我已经能够成功地生成百分位数排名（我相信），忽略NA值，代码如下：

prank <- function(x){
       r <- rank(x)/sum(!is.na(x))*100
       r[is.na(x)]<-NA
       r
    }

我的问题是如何自动将此函数应用于我感兴趣的列，返回一个带有排名的新列？我尝试了这个：

y <- data.frame(x, t(apply(-x,1,prank)))

但这似乎将所有内容组合在一起并建立了排名。我基本上希望能够在~100个不同的列上执行以下操作：

y$V5.pr <- prank(x$V5)

1条答案

如果您希望百分比等级在0-100区间内，请考虑在r的分母和分母上都减去1：

prank <- function(x){
  r <- (rank(x)-1)/(sum(!is.na(x))-1)*100
  r[is.na(x)]<-NA
  return(r)
}

另一种可能性是x作为具有数值变量的 Dataframe ，以变异为百分位数排名：

y <- apply(x, 2, prank)

或添加了命名列的选项：

x[ , paste0(names(x),".pr")] <- apply(x, 2, prank)