说我有以下数据框:
df <- data.frame(store = LETTERS[1:8],
sales = c( 9, 128, 54, 66, 23, 132, 89, 70),
successRate = c(.80, .25, .54, .92, .85, .35, .54, .46))
我想根据successRate
对商店进行排名,并且带有更多销售额与商店联系,所以首先我这样做(只是为了让可视化变得更容易):
df <- df[order(-df$successRate, -df$sales), ]
为了实际创建排名变量,我执行以下操作:
df$rank <- ave(df$successRate, FUN = function(x) rank(-x, ties.method='first'))
所以df
看起来像这样:
store sales successRate rank
4 D 66 0.92 1
5 E 23 0.85 2
1 A 9 0.80 3
7 G 89 0.54 4
3 C 54 0.54 5
8 H 70 0.46 6
6 F 132 0.35 7
2 B 128 0.25 8
问题是我不希望小商店成为排名的一部分。具体来说,我希望销售额低于50的商店不被排名。所以这就是我定义df$rank
的方式:
df$rank <- ifelse(df$sales < 50, NA,
ave(df$successRate, FUN = function(x) rank(-x, ties.method='first')))
问题在于即使这正确地删除了商店E和A,它也不会重新分配他们占据的排名。 df
现在看起来像这样:
store sales successRate rank
4 D 66 0.92 1
5 E 23 0.85 NA
1 A 9 0.80 NA
7 G 89 0.54 4
3 C 54 0.54 5
8 H 70 0.46 6
6 F 132 0.35 7
2 B 128 0.25 8
我已经尝试了ave()
内外的条件,但我不能让R做我想做的事! 如何让它对这样的商店进行排名?
store sales successRate rank
4 D 66 0.92 1
5 E 23 0.85 NA
1 A 9 0.80 NA
7 G 89 0.54 2
3 C 54 0.54 3
8 H 70 0.46 4
6 F 132 0.35 5
2 B 128 0.25 6
答案 0 :(得分:4)
使用data.table
非常容易:
library(data.table)
dt = data.table(df)
# do the ordering you like (note, could also use setkey to do this faster)
dt = dt[order(-successRate, -sales)]
dt[sales >= 50, rank := .I]
dt
# store sales successRate rank
#1: D 66 0.92 1
#2: E 23 0.85 NA
#3: A 9 0.80 NA
#4: G 89 0.54 2
#5: C 54 0.54 3
#6: H 70 0.46 4
#7: F 132 0.35 5
#8: B 128 0.25 6
如果您必须在data.frame
中执行此操作,请在首选订单后运行:
df$rank <- NA
df$rank[df$sales >= 50] <- seq_len(sum(df$sales >= 50))