subset <-
structure(list(MEMORY1 = c(3L, 2L, 3L, 2L), MEMORY2 = c(3L, 2L,
3L, 1L), MEMORY3 = c(2L, 2L, 3L, 2L), MEMORY4 = c(2L, 2L, 2L,
2L), MEMORY5 = c(2L, 2L, 2L, 2L), MEMORY6 = c(1L, 1L, 1L, 1L),
MEMORY7 = c(2L, 2L, 2L, 2L), MEMORY8 = c(1L, 1L, 1L, 1L)), .Names = c("MEMORY1",
"MEMORY2", "MEMORY3", "MEMORY4", "MEMORY5", "MEMORY6", "MEMORY7",
"MEMORY8"), row.names = c(NA, -4L), class = "data.frame")
subset
# MEMORY1 MEMORY2 MEMORY3 MEMORY4 MEMORY5 MEMORY6 MEMORY7 MEMORY8
# 1 3 3 2 2 2 1 2 1
# 2 2 2 2 2 2 1 2 1
# 3 3 3 3 2 2 1 2 1
# 4 2 1 2 2 2 1 2 1
我有4个时间点(4行)的8个记忆项目的数据集。我试图按照第一次开始对存储器项进行排序,这被定义为第一次存储器项具有值> 1。 1.
对于上述subset
,第1,2,3,4,5和7项的排名为1,因为在时间1
,这些项的值为&gt; 1.对于项目6和8,它们的值在所有4个时间点都是1,所以我会为它们分配NA
的等级。
ranks = rep(0, items)
ranks = sapply(subset, function(x) which(x > 1)[1L])
ranks
# MEMORY1 MEMORY2 MEMORY3 MEMORY4 MEMORY5 MEMORY6 MEMORY7 MEMORY8
# 1 1 1 1 1 NA 1 NA
但是,由于MEMORY1
和MEMORY2
的值为1
和MEMORY3
,MEMORY4
,MEMORY5
和{{{ 1}}在MEMORY7
时间值为2,我想在其他四个项目之前排名1
和MEMORY1
。所以我想要一个看起来像
MEMORY2
所以1)首先排名2)排名最高值的项目为1,下一个最高值为2,等等。
如何完成第2步?
答案 0 :(得分:0)
这为您提供了值:
wheremax <- sapply(subset,function(x) { which(x > 1)[1L] }) #your code
as.matrix(subset)[cbind(wheremax,1:ncol(subset))]
[1] 3 3 2 2 2 NA 2 NA
然后您可以获得排名:
DTrank <- rank(-as.matrix(subset)[cbind(wheremax,1:ncol(subset))] + wheremax * max(subset), ties.method = "min", na.last = "keep")
[1] 1 1 3 3 3 NA 3 NA
这会对每个额外的行添加一个惩罚,等于data.frame中任何位置的最大值。它确保第二行中的值始终排在第一行的值
之下但它没有按增量排序(即1,2,3,......)。但是,较高的数字总是具有较低的值。如果有更好的方法,请接受建议。
答案 1 :(得分:0)
首先,获得等级和的等级:
df <- sapply(subset, function(x) {
tmp <- which(x > 1)[1L];
c(rank=tmp, val=ifelse(length(tmp>0), x[tmp], NA))
})
# adding "memory" field to keep track of the memories
df <- data.frame(t(df), memory=1:nrow(df))
# let's add a little excitement otherwise hard to tell if it's working
df[3,1] <- 2
# dealing with NA by giving them infinite rank
df[is.na(df)] <- Inf
# val will be sorted by increasing values, so take the neg because we want them decreasing
df$val <- -df$val
final_rank_order <- order(df$rank, df$val, decreasing = F)
df <- df[final_rank_order,]
df$final <- 1
for(i in 2:nrow(df)) {
if(df$rank[i]==df$rank[i-1] & df$val[i]==df$val[i-1])
df$final[i] <- df$final[i-1]
else
df$final[i] <- df$final[i-1]+1
}
此时我们有这个:
> df
rank val memory final
MEMORY1 1 -3 1 1
MEMORY2 1 -3 2 1
MEMORY4 1 -2 4 2
MEMORY5 1 -2 5 2
MEMORY7 1 -2 7 2
MEMORY3 2 -2 3 3
MEMORY6 Inf -Inf 6 4
MEMORY8 Inf -Inf 8 4
最后的触摸:
final_ranks <- df$final[order(df$memory)]
> final_ranks
[1] 1 1 3 2 2 4 2 4
我无法相信它必须如此hacky。它起初真的以为它是微不足道的。必须有更好的方法!
请注意,由于您只有1和NA,因此我更改了您的数据,因此无法判断代码是否正常工作。