如何在 R 中分组时创建一列排名答案

【问题标题】：How to Create a Column of Ranks While Grouping in R如何在 R 中分组时创建一列排名
【发布时间】：2012-09-11 20:29:22
【问题描述】：

我正在使用 R，我想创建一个显示序列或排名的列，同时按两个因素（hhid 和句点）分组。

例如，我有这个数据集：

我想像这样添加一个名为“actno”的列：

hhid perid actno
1000 1     1
1000 1     2
1000 1     3
1000 2     1
1000 2     2
2000 1     1
2000 1     2
2000 1     3
2000 1     4
2000 2     1
2000 2     2

【问题讨论】：

标签： r

【解决方案1】：

如果您有很多组或大量数据，data.table 是提高时间和内存效率的方法

# assuming your data is in a data.frame called DF
library(data.table)
DT <- data.table(DF)


DT[, ActNo := seq_len(.N), by = list(hhid,perid)]

请注意，.N 通过分组给出子集中的行数（有关详细信息，请参阅?data.table）

【讨论】：

有没有快速处理 data.table 中的关系的方法？

【解决方案2】：

不需要 plyr。只需使用ave 和seq：

> dat$actno <- with( dat, ave(hhid, hhid, perid, FUN=seq))
> dat
   hhid perid actno
1  1000     1     1
2  1000     1     2
3  1000     1     3
4  1000     2     1
5  1000     2     2
6  2000     1     1
7  2000     1     2
8  2000     1     3
9  2000     1     4
10 2000     2     1
11 2000     2     2

此实例中的第一个参数可以是列，或者您可以使用稍微不那么优雅的 bu 来做，也许更清楚：

dat$actno <- with( dat, ave(hhid, hhid, perid, FUN=function(x) seq(length(x) ) ) )

【讨论】：

【解决方案3】：

如果您的数据被称为urdat，那么没有plyr，您可以这样做：

df <- urdat[order(urdat$hhid, urdat$perid),]
df$actno <- sequence(rle(df$perid)$lengths)

【讨论】：

【解决方案4】：

plyr 包可以很好地做到这一点：

library(plyr)
dat <- structure(list(hhid = c(1000L, 1000L, 1000L, 1000L, 1000L, 2000L, 
2000L, 2000L, 2000L, 2000L, 2000L), perid = c(1L, 1L, 1L, 2L, 
2L, 1L, 1L, 1L, 1L, 2L, 2L)), .Names = c("hhid", "perid"), class = "data.frame", row.names = c(NA, 
-11L))

ddply(dat, .(hhid, perid), transform, actno=seq_along(perid))

   hhid perid actno
1  1000     1     1
2  1000     1     2
3  1000     1     3
4  1000     2     1
5  1000     2     2
6  2000     1     1
7  2000     1     2
8  2000     1     3
9  2000     1     4
10 2000     2     1
11 2000     2     2

【讨论】：

非常感谢，贾斯汀...它适用于我的数据集，但由于组数众多，运行您的代码后需要很长时间，并且我的计算机速度明显变慢。你有什么建议吗？
@user1663986 plyr 是探索数据的好方法，只要它很小。其他任何一个答案，尤其是 DWin 的答案都将非常快并且在大数据上运行良好。
@user1663986 你是怎么理解 mnel 的回答的？

【解决方案5】：

伪代码：

For each unique value of `hhid` `h`
    For each unique value of `perid` `p`
        counter = 0;
        For each row of table where `hhid==h && perid==p`
            counter++;
            Assign counter to `actno` of this column

应该很容易实现，尤其是data frame。

【讨论】：