为 R 中数据框中众多列的百分位排名创建新列

Question

我有一个相当大的数据集（149 个变量的 4000 个观测值），我想查看其中许多变量的百分位排名。我已经能够使用以下代码成功生成百分位数排名（我相信）忽略 NA 值：

    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功能应用于我感兴趣的列，返回一个包含排名的新列？我试过这个：

    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等级。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)

Answer 1

如果你想要 0-100 区间的百分位数排名，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)
} 

以 x 作为数据框的另一种可能性，其中包含数字变量以变异为百分位等级：

y <- apply(x, 2, prank)

或添加命名列的选项：

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