Question

所有

我有一个类似于以下的数据框。我知道我可以做这样的全球排名顺序：

dt <- data.frame(
    ID = c('A1','A2','A4','A2','A1','A4','A3','A2','A1','A3'),
    Value = c(4,3,1,3,4,6,6,1,8,4)
);
> dt
   ID Value
1  A1     4
2  A2     3
3  A4     1
4  A2     3
5  A1     4
6  A4     6
7  A3     6
8  A2     1
9  A1     8
10 A3     4
dt$Order <- rank(dt$Value,ties.method= "first")
> dt
   ID Value Order
1  A1     4     5
2  A2     3     3
3  A4     1     1
4  A2     3     4
5  A1     4     6
6  A4     6     8
7  A3     6     9
8  A2     1     2
9  A1     8    10
10 A3     4     7

但是如何设置特定ID的排名顺序而不是全局排名顺序。我怎么能这样做？在T-SQL中，我们可以按照以下语法完成此操作：

RANK() OVER ( [ < partition_by_clause > ] < order_by_clause > )

有什么想法吗？

Answer 1

许多选择。

使用 plyr 包中的ddply：

library(plyr)
ddply(dt,.(ID),transform,Order = rank(Value,ties.method = "first"))
   ID Value Order
1  A1     4     1
2  A1     4     2
3  A1     8     3
4  A2     3     2
5  A2     3     3
6  A2     1     1
7  A3     6     2
8  A3     4     1
9  A4     1     1
10 A4     6     2

或者，如果使用 data.table 包，性能是一个问题（即非常大的数据）：

library(data.table)
DT <- data.table(dt,key = "ID")
DT[,transform(.SD,Order = rank(Value,ties.method = "first")),by = ID]
      ID Value Order
 [1,] A1     4     1
 [2,] A1     4     2
 [3,] A1     8     3
 [4,] A2     3     2
 [5,] A2     3     3
 [6,] A2     1     1
 [7,] A4     1     1
 [8,] A4     6     2
 [9,] A3     6     2
[10,] A3     4     1

或使用split lapply do.call和rbind的基本R解决方案详细介绍了基础R解决方案：

do.call(rbind,lapply(split(dt,dt$ID),transform,
              Order = rank(Value,ties.method = "first")))

Answer 2

以下是两种方法：

ave 这会将每组具有相同ID的值编号分别应用于每个此类集。没有包使用。

Rank <- function(x) rank(x, ties.method = "first")
transform(dt, rank = ave(Value, ID, FUN = Rank))

，并提供：

   ID Value rank
1  A1     4    1
2  A2     3    2
3  A4     1    1
4  A2     3    3
5  A1     4    2
6  A4     6    2
7  A3     6    2
8  A2     1    1
9  A1     8    3
10 A3     4    1

请注意，上述解决方案保留原始行顺序。如果需要，可以在之后进行分类。

带有RPostgreSQL的

sqldf

# see FAQ #12 on the sqldf github home page for info on sqldf and PostgreSQL
# https://cran.r-project.org/web/packages/sqldf/README.html

library(RPostgreSQL)
library(sqldf)

sqldf('select 
          *, 
          rank() over (partition by "ID" order by "Value") rank 
       from "dt"
')

此解决方案重新排序行。假设这是正确的，因为您的示例解决方案执行了此操作（但是如果没有将序列号列附加到dt并添加适当的order by子句以将结果重新排序回序列号顺序）。< / p>

Answer 3

我的方式，但可能会更好。从未使用过等级，甚至不知道它。谢谢，可能会有用。

#Your Data
dt <- data.frame(
    ID = c('A1','A2','A4','A2','A1','A4','A3','A2','A1','A3'),
    Value = c(4,3,1,3,4,6,6,1,8,4)
)
dt$Order <- rank(dt$Value,ties.method= "first")

#My approach
dt$id <- 1:nrow(dt) #needed for ordering and putting things back together
dt <- dt[order(dt$ID),]
dt$Order.by.group <- unlist(with(dt, tapply(Value, ID, function(x) rank(x, 
    ties.method = "first"))))
dt[order(dt$id), -4]

收率：

   ID Value Order Order.by.group
1  A1     4     5              1
2  A2     3     3              2
3  A4     1     1              1
4  A2     3     4              3
5  A1     4     6              2
6  A4     6     8              2
7  A3     6     9              2
8  A2     1     2              1
9  A1     8    10              3
10 A3     4     7              1

修改

如果您不关心保留数据的原始顺序，那么这可以使用更少的代码：

dt <- dt[order(dt$ID),] dt$Order.by.group <- unlist(with(dt, tapply(Value, ID, function(x) rank(x, ties.method= "first")))) ID Value Order.by.group 1 A1 4 1 5 A1 4 2 9 A1 8 3 2 A2 3 2 4 A2 3 3 8 A2 1 1 7 A3 6 2 10 A3 4 1 3 A4 1 1 6 A4 6 2

Answer 4

您可以使用data.table包。

setDT(dt) dt[, Order := rank(Value, ties.method = "first"), by = "ID"] dt <- as.data.frame(dt)

给出所需的输出：

   ID Value Order
1  A1     4     1
2  A2     3     2
3  A4     1     1
4  A2     3     3
5  A1     4     2
6  A4     6     2
7  A3     6     2
8  A2     1     1
9  A1     8     3
10 A3     4     1

如何在特定列上排名时进行分区？

4 个答案: