通过分组对列的值进行 R 排序，以另一个变量为条件答案

【问题标题】：R-ranking values of a column by grouping, conditional to another variable通过分组对列的值进行 R 排序，以另一个变量为条件
【发布时间】：2016-10-07 17:12:31
【问题描述】：

我有这样一个数据框（df）：

group col1 col2  
x      a    22    
x      a    23  
x      b    16  
x      b    18  
y      a    11  
y      a    12  
y      a    16  
y      a    45  
y      b    24

期望的输出是：

group col1 col2 rank 
x      a    22  1  
x      a    23  2
x      b    16  0
x      b    18  0
y      a    11  1
y      a    12  2
y      a    16  3
y      a    45  4
y      b    24  0

即，

按组和 col1 排序 col2
当 col1="b" 时排名为 0
col2 的值从小到大排序

如何使用 R 来做到这一点？我会很高兴得到任何帮助。非常感谢。

【问题讨论】：

标签： r

【解决方案1】：

你可以试试

library(dplyr)
 df %>%
    group_by(group, col1) %>% 
    mutate(rank=replace(min_rank(col2), col1=='b',0) )
#    group col1 col2 rank
#1     x    a   22    1
#2     x    a   23    2
#3     x    b   16    0
#4     x    b   18    0
#5     y    a   11    1
#6     y    a   12    2
#7     y    a   16    3
#8     y    a   45    4
#9     y    b   24    0

如果您不希望在出现平局时排名之间出现差距，请将min_rank 替换为dense_rank

或者，而不是replace

 res <- df %>% 
          group_by(group, col1) %>% 
          mutate(rank=(col1!='b')*min_rank(col2))

 as.data.frame(res) #would be `data.frame`
 #    group col1 col2 rank
 #1     x    a   22    1
 #2     x    a   23    2
 #3     x    b   16    0
 #4     x    b   18    0
 #5     y    a   11    1
 #6     y    a   12    2
 #7     y    a   16    3
 #8     y    a   45    4
 #9     y    b   24    0

【讨论】：

我无法将“df”作为数据框。如何将其作为数据框获取？
@orcim 你可以做as.data.frame(res)。更新了帖子
df 是数据框，但缺少“rank”列
@orcim 我得到了所有的列，检查as.data.frame(res)的输出如果你需要更新df，然后将结果分配给df <- df%>% group_by..而不是res <- ..
我无法管理，我不知道为什么。当我运行代码时，我会在输出中看到排名列。但是当我想起“df”时，排名列不见了。

【解决方案2】：

或者使用data.tablev>= 1.9.5

library(data.table)
setDT(df)[, rank := frank(col2, ties.method = "dense"),
             by = .(group, col1)][col1 == "b", rank := 0L][]

#    group col1 col2 rank
# 1:     x    a   22    1
# 2:     x    a   23    2
# 3:     x    b   16    0
# 4:     x    b   18    0
# 5:     y    a   11    1
# 6:     y    a   12    2
# 7:     y    a   16    3
# 8:     y    a   45    4
# 9:     y    b   24    0

或者像@Arun 建议的那样，如果您先将b 设置为零，则可以跳过一个分组步骤

dt[, rank := 0L][col1 != "b", rank := frank(col2, ties.method="dense"), by=group][]

【讨论】：

【解决方案3】：

在baseR:

df$rank<-ave(df$col2,df[,1:2],FUN=rank)*(df$col1!="b")

【讨论】：