这是一种选择：

d <- read.table(text="10
12
75
89
25
100
67
89
4
67
120.2
140.5
170.5
78.1")

transform(d, percentile=findInterval(V1, quantile(V1, seq(0,1, by=.1))))

# HEAD:
# 
#   V1 percentile
# 1 10          1
# 2 12          2
# 3 75          5
# 4 89          7
# 5 25          3
# 
#   ---  4  rows omitted ---
# 
# TAIL:
#       V1 percentile
# 10  67.0          4
# 11 120.2          9
# 12 140.5         10
# 13 170.5         11
# 14  78.1          6

字符串

假设你的值是以x为单位的，我会这样做，

floor((x-min(x)) / (max(x)-min(x)) *10)

字符串
分数(x-min(x)) / (max(x)-min(x))表示我们在这个范围内有多远。分母(max(x)-min(x))得到范围，在这个例子中是170.5 - 4 = 166.5。分子x-min(x)计算我们在这个范围内有多远。
然后乘以10并向下舍入，得到一个介于0和10之间的数字。

> floor((x-min(x)) / (max(x)-min(x))*10)
 [1]  0  0  4  5  1  5  3  5  0  3  6  8 10  4

型
这给出了与你在例子中给出的不同的结果，但是最小的数字是4，那么例如10显然福尔斯0到10%的类别，而不是20到30%的类别。
编辑：如果你对值的 * 顺序 * 感兴趣，你可以这样做

floor(rank(x) / length(x) * 10)

型
rank给出

2.0  3.0  7.0  9.5  4.0 11.0  5.5  9.5  1.0  5.5 12.0 13.0 14.0  8.0

型
然后除以长度（14），与上面类似，乘以10，并使用floor

> floor(rank(x) / length(x) * 10)
 [1]  1  2  5  6  2  7  3  6  0  3  8  9 10  5

型

不太清楚您是如何根据示例计算中断的，但从您的描述来看，这应该可以工作

x<-c(10, 12, 75, 89, 25, 100, 67, 89, 4, 67, 120.2, 140.5, 170.5, 78.1)
qq<-cut(x, breaks=seq(min(x),max(x), length.out=11), include.lowest=T, labels=F)

字符串
在这里，我们取向量并将其分为10组，其中seq(min(x),max(x), length.out=11)（从而使用观察值的范围），因此这些组为

1: 4-26.65
2: 20.65-37.30
3: 37.30-53.95
....
10: 170.50-153.85

型
然后，我们只需使用cut命令和这些中断来创建新的ID，

# cbind(x, qq)
          x qq
 [1,]  10.0  1
 [2,]  12.0  1
 [3,]  75.0  5
 [4,]  89.0  6
 [5,]  25.0  2
 [6,] 100.0  6
 [7,]  67.0  4
 [8,]  89.0  6
 [9,]   4.0  1
[10,]  67.0  4
[11,] 120.2  7
[12,] 140.5  9
[13,] 170.5 10
[14,]  78.1  5

型
如果你真的想使用分位数，你可以使用

qq<-cut(x, breaks=quantile(x, seq(0,1, length.out=11)), include.lowest=T, labels=F)

型
这将给给予

x qq
 [1,]  10.0  1
 [2,]  12.0  2
 [3,]  75.0  5
 [4,]  89.0  7
 [5,]  25.0  3
 [6,] 100.0  8
 [7,]  67.0  4
 [8,]  89.0  7
 [9,]   4.0  1
[10,]  67.0  4
[11,] 120.2  9
[12,] 140.5 10
[13,] 170.5 10
[14,]  78.1  6

型

或者你可以使用data.table的方式，这要快得多：

library(data.table)
d = data.table(V1 = c(10, 12, 75, 89, 25, 100, 67, 89, 4, 67, 120.2, 140.5, 170.5, 78.1))
d[, percentile:= findInterval(V1, quantile(V1, seq(0,1, by=.1), na.rm=T))]

字符串