每个子组的排名行[重复]

Question

我有一个与每个子组的行排名有关的问题。假设我有一个公司员工信息的数据。这家公司有三个部门（Alpha、Beta 和 Sigma），每个部门有两个团队（团队 1 和团队 2）。一个人可以是团队的成员或领导者。

问题是一个人可以属于跨部门具有不同角色的多个团队。我想做的是对于多个职位的人，我想对他/她的主要工作是什么，他/她的次要工作是什么进行排名。排名逻辑是职位是最重要的标准：Leader>Member。如果职位相同，则部门是下一个最重要的标准：Alpha>Beta>Sigma。如果部门也是平等的，那么我应该看团队：团队 1>团队>2。以下是结果的示例：

Person_Name  Department_Name  Team_Name     Team_Position   Ranking
       Tony        Alpha              1           Member    1
       Tony        Beta               1           Member    2

       Bill        Alpha              1           Leader    1
       Bill        Alpha              2           Leader    2
       Bill        Beta               1           Leader    3

       Luke        Alpha              1           Member    2
       Luke        Beta               1           Leader    1
       Luke        Sigma              1           Member    3

我想我应该可以使用 dplyr 包来做到这一点。但是，我在代码的细节上苦苦挣扎，不知道如何避免 for/if 循环，因为真实数据有更多的部门和团队。谢谢！

Answer 1

在这种情况下，您可以arrange 数据并为每个Person_Name 分配行号。

library(dplyr)
df %>%
  arrange(Person_Name, Team_Position, Department_Name, Team_Name) %>%
  group_by(Person_Name) %>%
  mutate(Ranking = row_number())


#  Person_Name Department_Name Team_Name Team_Position Ranking
#  <chr>       <chr>               <int> <chr>           <int>
#1 Bill        Alpha                   1 Leader              1
#2 Bill        Alpha                   2 Leader              2
#3 Bill        Beta                    1 Leader              3
#4 Luke        Beta                    1 Leader              1
#5 Luke        Alpha                   1 Member              2
#6 Luke        Sigma                   1 Member              3
#7 Tony        Alpha                   1 Member              1
#8 Tony        Beta                    1 Member              2

上面的工作是因为"Leader" 比"Member" 更早，同样Department_Name 和Team_Name 遵循我们想要的相同顺序。

---

更通用的解决方案是将此列更改为我们想要的级别中的因子，然后 arrange 并为 Person_Name 创建 Ranking 列。

df %>%
  mutate(Team_Position = factor(Team_Position, levels = c('Leader', 'Member')), 
         Department_Name = factor(Department_Name, 
                              levels = c('Alpha', 'Beta', 'Sigma')), 
         Team_Name = factor(Team_Name, levels = c(1, 2))) %>%
   arrange(Person_Name, Team_Position, Department_Name, Team_Name) %>%
   group_by(Person_Name) %>%
   mutate(Ranking  = row_number())