基于第二列顺序的列密集排序

Question

我正在为一些可能直截了当的事情绞尽脑汁。我想在数据框中的列上获得“密集”排名（为data.table::frank 函数定义），但不是基于列的正确顺序，顺序应该由另一列给出（val in我的例子）

我设法获得了@Prasad Chalasani 's solution 的密集排名，就像这样：

library(dplyr)
foo_df <- data.frame(id = c(4,1,1,3,3), val = letters[1:5])

foo_df %>% arrange(val) %>% mutate(id_fac = as.integer(factor(id)))
#>   id val id_fac
#> 1  4   a      3
#> 2  1   b      1
#> 3  1   c      1
#> 4  3   d      2
#> 5  3   e      2

但我希望根据val 对因子水平进行排序。期望的输出：

foo_desired <-  foo_df %>% arrange(val) %>% mutate(id_fac = as.integer(factor(id, levels = c(4,1,3))))
foo_desired
#>   id val id_fac
#> 1  4   a      1
#> 2  1   b      2
#> 3  1   c      2
#> 4  3   d      3
#> 5  3   e      3

• 我试过data.table::frank
• 我尝试了@Prasad Chalasani 的两种方法。
• 我尝试使用id[rank(val)]（以及sort(val)和order(val)）设置id的顺序。

• 最后，我还尝试使用 rank(val) 等对级别进行排序，但这会引发错误 (Evaluation error: factor level [3] is duplicated.)

• 我知道可以指定级别顺序，我使用它来创建所需的输出。然而，这个解决方案并不是很好，因为我的数据有更多的行和级别

为了方便起见，我需要它来生成具有特定顺序的表，而不是用于计算。

^{由reprex package (v0.2.1) 于 2018 年 12 月 19 日创建}

Answer 1

您可以通过first查看

foo_df %>% arrange(val) %>% 
          group_by(id)%>%mutate(id_fac = first(val))%>%
          ungroup()%>%
          mutate(id_fac=as.integer(factor(id_fac)))
# A tibble: 5 x 3
     id    val id_fac
  <dbl> <fctr>  <int>
1     4      a      1
2     1      b      2
3     1      c      2
4     3      d      3
5     3      e      3

Answer 2

你为什么还需要 factors ？不确定我是否遗漏了某些东西，但这会提供您想要的输出。

您可以根据ids 的出现，使用match 得到id_fac。

library(dplyr)

foo_df %>%
    mutate(id_fac = match(id, unique(id)))

#  id val id_fac
#1  4   a      1
#2  1   b      2
#3  1   c      2
#4  3   d      3
#5  3   e      3