将条件编号应用于 R 中的分组数据

Question

我有一个 table，如下图所示，有 100 行数据。

我想尝试找到一种按 ID 对数据进行分组的方法，以便我可以分别对每个组进行重新排序。

ReRank 列是基于 Rank 列，基本上从 1 开始从小到大重新编号，但需要注意的是，ReRank 列中的数字可以大于一次取决于 Rank 列中的数字。

换句话说，输出需要像这样

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，我无法弄清楚如何能够通过分组列和排名列的值对列进行重新排名。

到目前为止，这是我最好的猜测，但它绝对不是我需要它做的事情

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！！

Answer 1

这是使用 ave 和 rank 的基础 R 方法：

df$ReRank <- ave(df$Rank, df$ID, FUN=function(i) rank(i, ties.method="min"))

rank 中的 min 参数确保出现平局时出现最低排名。默认是取排名的平均值。

如果您在组中有较低的关系，rank 将计算那些较低的值，然后继续添加下一个最低值作为较低值的计数 + 1。这些值将仍然是有序和独特的。如果您真的想让计数为 1、2、3 等等，而不是 1、3、6 或任何取决于重复值的数量，这里有一个使用 factor:[=19 的小窍门=]

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 为每个级别构建从上数的值。然后我们将其强制为整数。

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 ")

将条件编号应用于 R 中的分组数据

apply conditional numbering to grouped data in R

group-by

r

rank