Question

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

Answer 1

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))

按条件对变量排序

1 个答案: