有效计算数据框列的百分位

Question

此问题是此处提出和回答的 StackOverflow 问题的扩展。

我的情况有所不同，因为我想计算 50,000 个（或更多！）值的向量内每个值的百分位数。例如 -

df <- data.frame(val = rnorm(n = 50000, mean = 50, sd = 20))
df$val.percentile <- sapply(X = df$val, function(x) ecdf(df$val)(x))
head(df)

有没有一种好方法来优化计算每个值的百分位数的过程？本质上，我希望使其尽可能高效，以便运行时间尽可能短。

Answer 1

ecdf已经向量化了，没有理由使用函数apply。您可以简单地运行：

df$val.percentile <- ecdf(df$val)(df$val)