Question

我有一个数据框，其中包含不同年份的不同项目的数量：

df <- data.frame(item = rep(c('a','b','c'), 3),
                 year = rep(c('2010','2011','2012'), each=3),
                 count = c(1,4,6,3,8,3,5,7,9))

我想添加一个“year.rank”列，它给出一个项目在给定年份内的排名，其中较高的计数会导致更高的“排名”。如上所述，它看起来像：

  item year count year.rank
1    a 2010     1         3
2    b 2010     4         2
3    c 2010     6         1
4    a 2011     3         2
5    b 2011     8         1
6    c 2011     3         3
7    a 2012     5         3
8    b 2012     7         2
9    c 2012     9         1

我知道我可以使用order(df$count)为整个数据框执行此操作，但我不确定如何按年完成。

Answer 1

有一个rank功能可以帮助您：

transform(df, 
          year.rank = ave(count, year, 
                          FUN = function(x) rank(-x, ties.method = "first")))
  item year count year.rank
1    a 2010     1         3
2    b 2010     4         2
3    c 2010     6         1
4    a 2011     3         2
5    b 2011     8         1
6    c 2011     3         3
7    a 2012     5         3
8    b 2012     7         2
9    c 2012     9         1

Answer 2

练习的

data.table版本：

library(data.table)
DT <- as.data.table(df)
DT[,yrrank:=rank(-count,ties.method="first"),by=year]

   item year count yrrank
1:    a 2010     1      3
2:    b 2010     4      2
3:    c 2010     6      1
4:    a 2011     3      2
5:    b 2011     8      1
6:    c 2011     3      3
7:    a 2012     5      3
8:    b 2012     7      2
9:    c 2012     9      1

Answer 3

使用order功能，

transform(dat, x= ave(count,year,FUN=function(x) order(x,decreasing=T)))
  item year count x
1    a 2010     1 3
2    b 2010     4 2
3    c 2010     6 1
4    a 2011     3 2
5    b 2011     8 1
6    c 2011     3 3
7    a 2012     5 3
8    b 2012     7 2
9    c 2012     9 1

修改

您也可以在此处使用plyr：

ddply(dat,.(year),transform,x = order(count,decreasing=T))

Answer 4

使用 dplyr ，您可以按照以下方式执行此操作：

library(dplyr) # 0.4.1
df %>% 
  group_by(year) %>% 
  mutate(yrrank = row_number(-count))

#Source: local data frame [9 x 4]
#Groups: year
#
#  item year count yrrank
#1    a 2010     1      3
#2    b 2010     4      2
#3    c 2010     6      1
#4    a 2011     3      2
#5    b 2011     8      1
#6    c 2011     3      3
#7    a 2012     5      3
#8    b 2012     7      2
#9    c 2012     9      1

与以下内容相同：

df %>% 
  group_by(year) %>% 
  mutate(yrrank = rank(-count, ties.method = "first"))

请注意，结果数据仍按“年”分组。如果要删除分组，只需使用%>% ungroup()扩展管道。

Answer 5

在使用其他人给出的答案时，我发现以下内容比转换和 dyplr 变体的执行速度更快：

df$year.rank <- ave(count, year, FUN = function(x) rank(-x, ties.method = "first"))

将“rank”列添加到数据框

5 个答案: