我有一个类似下面的表，有100行数据。
ID RANK
1 2
1 3
1 3
2 4
2 8
3 3
3 3
3 3
4 6
4 7
4 7
4 7
4 7
4 7
4 6
我想尝试找到一种按ID分组数据的方法，这样我就可以单独重新安排每个组。
“ReRank”列基于“Rank”列，基本上从1开始重新编号，从最小到最大，但重要的是要注意ReRank列中的数字可以放入不止一次取决于Rank列中的数字。
换句话说，输出需要看起来像这样
ID Rank ReRANK
1 3 2
1 2 1
1 3 2
2 4 1
2 8 2
3 3 1
3 3 1
3 3 1
对于我的生活，我无法弄清楚如何通过分组列和Rank列的值来重新整理列。
到目前为止，这是我最好的猜测，但绝对没有做我需要做的事情
ReRANK = mat.or.vec(length(RANK),1)
ReRANK[1] = counter = 1
for(i in 2:length(RANK)) {
if (RANK[i] != RANK[i-1]) { counter = counter + 1 }
ReRANK[i] = counter
}
提前感谢您的帮助!!
答案 0 :(得分：2)
以下是使用ave和rank的基本R方法：
df$ReRank <- ave(df$Rank, df$ID, FUN=function(i) rank(i, ties.method="min"))
等级中的最小参数确保在存在关联时将发生最小排名。默认是取等级的平均值。
如果您在组中的关系较低，rank将计算这些较低的值，然后添加继续下一个最低值作为较低值的计数+ 1.这些值仍将是有序且不同的。如果你真的想让计数分别为1,2,3等，而不是1,3,6或其他什么，这取决于重复值的数量，这里有一点点使用factor：
df$ReRank <- ave(df$Rank, df$ID, FUN=function(i) {
as.integer(factor(rank(i, ties.method="min"))))
在这里，我们使用factor为每个级别构建从向上计数的值。然后我们强制它为整数。
例如，
temp <- c(rep(1, 3), 2,5,1,4,3,7)
[1] 2.5 2.5 2.5 5.0 8.0 2.5 7.0 6.0 9.0
rank(temp, ties.method="min")
[1] 1 1 1 5 8 1 7 6 9
as.integer(factor(rank(temp, ties.method="min")))
[1] 1 1 1 2 5 1 4 3 6
数据
df <- read.table(header=T, text="ID Rank
1 2
1 3
1 3
2 4
2 8
3 3
3 3
3 3 ")