如何在 R 中一次构造多列

Question

下面是示例数据。我知道如何为每个时间段构建排名列，但这不是任务。我有一个更大的数据集，其中包含从 2001 年到 2022 年的月度数据，但希望避免手动执行此操作。有没有办法为一系列列构建排名列。在这种情况下，它将是 3 个新列。每个人都会将值从大到小排列。

 area <- c("Alabama", "Alaska", "Arizona", "Arkansas", "California", "Colorado", "Connecticut", "Delaware")
 sept2020 <- c(.120,.125,.130,.110,.095,.045,.131,.029)
 oct2020 <- c(.121,.129,.128,.119,.099,.041,.138,.028)
 nov2020 <- c(.119,.128,.129,.118,.091,.048,.139,.037)

 percent <- data.frame(area,sept2020,oct2020,nov2020)

期望的结果会这样显示，但还有两个排名列.. 对于 oct2020 和 nov2020

  area         sept2020    rank1
 Alabama           .120       4
 Alaska            .125       3
 Arizona           .130       2
 Arkansas          .110       5
 California        .095       6
 Colorado          .045       7
 Connecticut       .131       1
 Delaware          .029       8

Answer 1

听起来您可能正在寻找 dplyr 中的 dense_rank 函数：

percent %>%
        mutate(rank1 = dense_rank(desc(sept2020))

然后您可以简单地重复该代码，使用 dense_rank 中的 oct2020 和 nov2020 来创建接下来的两个排名变量。

Answer 2

1) dplyr 像这样使用 across:

library(dplyr)

percent %>%
  mutate(across(-1, ~ rank(desc(.)), .names = "{.col}_rank"))

给予：

         area sept2020 oct2020 nov2020 sept2020_rank oct2020_rank nov2020_rank
1     Alabama    0.120   0.121   0.119             4            4            4
2      Alaska    0.125   0.129   0.128             3            2            3
3     Arizona    0.130   0.128   0.129             2            3            2
4    Arkansas    0.110   0.119   0.118             5            5            5
5  California    0.095   0.099   0.091             6            6            6
6    Colorado    0.045   0.041   0.048             7            7            7
7 Connecticut    0.131   0.138   0.139             1            1            1
8    Delaware    0.029   0.028   0.037             8            8            8

2) Base R Base R 解决方案如下。它给出了类似的输出。

Rank <- function(nm, x) rank(-x)
cbind(percent, mapply(Rank, paste0(names(percent)[-1], "_rank"), percent[-1]))

如何在 R 中一次构造多列

How to construct multiple columns at one time in R

group-by

r

dplyr