根据两列改变百分位排名答案

【问题标题】：Mutate percentile rank based on two columns根据两列改变百分位排名
【发布时间】：2021-06-08 08:47:35
【问题描述】：

我之前问过以下问题：Mutate new column over a large list of tibbles 并且给出的解决方案非常完美。我现在对此有一个后续问题。

我现在有以下数据集：

df1:

name	group	competition	metric	value
A	A	comp A	distance	10569
B	A	comp B	distance	12939
C	A	comp C	distance	11532
A	A	comp B	psv-99	29.30
B	A	comp A	psv-99	30.89
C	A	comp C	psv-99	32.00

我现在想找出 df1 中所有值的百分位排名，但仅基于组和其中一项比赛 - 比赛 A。

【问题讨论】：

嘿，彼得。我想我找到了答案的解决方案：statology.org/percentiles-in-r。但是，您应该事先在 competition 列中过滤您的数据集以仅查找“comp A”。

标签： r dplyr

【解决方案1】：

我们可以slice找到'comp A'的行%in%competition，然后按'group'列进行分组，并使用percent_rank创建一个新列percentile

library(dplyr)
df <- df %>%
   slice(which(competition %in% "comp A")) %>%
   group_by(group) %>%
   mutate(percentile = percent_rank(value))

【讨论】：

【解决方案2】：

也许只是在前面的代码中将metric 更改为competition？它会为您提供所有比赛的百分位排名，包括 A。

df1 %>% 
  group_nest(group, competition) %>% 
  mutate(percentile = map(data, ~percent_rank(.$value))) %>% 
  unnest(c(data, percentile))

【讨论】：

【解决方案3】：

你可以filtercompetition和group_bygroup。

library(dplyr)

df %>%
  filter(competition == "comp A") %>%
  group_by(group) %>%
  mutate(percentile = percent_rank(value))

【讨论】：