向数据框中添加“排名”列答案

【问题标题】：Add a "rank" column to a data frame向数据框中添加“排名”列
【发布时间】：2013-03-02 04:40:04
【问题描述】：

我有一个数据框，其中包含不同年份、不同项目的计数：

df <- data.frame(item = rep(c('a','b','c'), 3),
                 year = rep(c('2010','2011','2012'), each=3),
                 count = c(1,4,6,3,8,3,5,7,9))

我想添加一个“year.rank”列，它给出了一个项目在给定年份内的排名，其中较高的计数会导致较高的“排名”。有了上面的内容，它看起来像：

  item year count year.rank
1    a 2010     1         3
2    b 2010     4         2
3    c 2010     6         1
4    a 2011     3         2
5    b 2011     8         1
6    c 2011     3         3
7    a 2012     5         3
8    b 2012     7         2
9    c 2012     9         1

我知道我可以使用 order(df$count) 对整个数据框执行此操作，但我不确定我将如何按年执行此操作。

【问题讨论】：

标签： r

【解决方案1】：

有一个rank 函数可以帮助您：

transform(df, 
          year.rank = ave(count, year, 
                          FUN = function(x) rank(-x, ties.method = "first")))
  item year count year.rank
1    a 2010     1         3
2    b 2010     4         2
3    c 2010     6         1
4    a 2011     3         2
5    b 2011     8         1
6    c 2011     3         3
7    a 2012     5         3
8    b 2012     7         2
9    c 2012     9         1

【讨论】：

+1 因为我尝试了排名但没有成功！！我被排名功能卡住了！
@agstudy，原来我发帖太快了，没有成功。关键是-x（因为排名通常从低到高）和ties.method（因为排名通常默认为平均）。
注意如果count 变量恰好是POSIXlt 变量而不是数字变量，您可以将其包装在as.numeric() 中

【解决方案2】：

data.table练习版：

library(data.table)
DT <- as.data.table(df)
DT[,yrrank:=rank(-count,ties.method="first"),by=year]

   item year count yrrank
1:    a 2010     1      3
2:    b 2010     4      2
3:    c 2010     6      1
4:    a 2011     3      2
5:    b 2011     8      1
6:    c 2011     3      3
7:    a 2012     5      3
8:    b 2012     7      2
9:    c 2012     9      1

【讨论】：

这很棒。谢谢你。是否有任何好的文档可以使用 data.table 的副作用部分？我已经开始使用它，但还没有达到我想要的熟练程度。
@Wilduck - 这与其说是副作用，不如说是主要影响！我对data.table 也很陌生，但我刚刚浏览了cran.r-project.org/web/packages/data.table/vignettes/… 的常见问题解答，Google 是你的朋友！
副作用是指它对 data.table 执行操作，而不是返回单独的结果。 en.wikipedia.org/wiki/Side_effect_(computer_science) 无论如何，我感谢您的回复。
data.table 1.9.6 函数现在称为 frank 或 frankv，非常有帮助

【解决方案3】：

使用order函数，

transform(dat, x= ave(count,year,FUN=function(x) order(x,decreasing=T)))
  item year count x
1    a 2010     1 3
2    b 2010     4 2
3    c 2010     6 1
4    a 2011     3 2
5    b 2011     8 1
6    c 2011     3 3
7    a 2012     5 3
8    b 2012     7 2
9    c 2012     9 1

编辑

您也可以在这里使用plyr：

ddply(dat,.(year),transform,x =  order(count,decreasing=T))

【讨论】：

我喜欢更简洁的解决方案，我发现使用ave() 比使用ave(rank()) 更好，但在这种情况下您无法控制ties.method，对吧？

【解决方案4】：

使用 dplyr 你可以这样做：

library(dplyr) # 0.4.1
df %>% 
  group_by(year) %>% 
  mutate(yrrank = row_number(-count))

#Source: local data frame [9 x 4]
#Groups: year
#
#  item year count yrrank
#1    a 2010     1      3
#2    b 2010     4      2
#3    c 2010     6      1
#4    a 2011     3      2
#5    b 2011     8      1
#6    c 2011     3      3
#7    a 2012     5      3
#8    b 2012     7      2
#9    c 2012     9      1

同理：

df %>% 
  group_by(year) %>% 
  mutate(yrrank = rank(-count, ties.method = "first"))

请注意，结果数据仍按“年份”分组。如果您想删除分组，您可以简单地使用%>% ungroup() 扩展管道。

【讨论】：

【解决方案5】：

在使用其他人给出的答案时，我发现以下执行速度比 transform 和 dyplr 变体更快：

df$year.rank <- ave(count, year, FUN = function(x) rank(-x, ties.method = "first"))

【讨论】：