如何在 R 中的组内排名？

Question

好的，检查这个数据框...

  customer_name order_dates order_values
1          John  2010-11-01           15
2           Bob  2008-03-25           12
3          Alex  2009-11-15            5
4          John  2012-08-06           15
5          John  2015-05-07           20

假设我想添加一个订单变量，该变量按名称、最大订单日期、使用决胜局的最后订单日期对最高订单价值进行排名。所以，最终数据应该是这样的：

  customer_name order_dates order_values ranked_order_values_by_max_value_date
1          John  2010-11-01           15                               3
2           Bob  2008-03-25           12                               1
3          Alex  2009-11-15            5                               1
4          John  2012-08-06           15                               2
5          John  2015-05-07           20                               1

其中每个人的单笔订单得1，所有后续订单按价值排序，以最后下单日期为准。在此示例中，John 的 2012 年 8 月 6 日的订单排名第二，因为它是在 2010 年 11 月 1 日之后下达的。 5/7/2015 订单是 1，因为它是最大的。所以，即使那个订单是20年前下的，它也应该是#1 Rank，因为这是约翰的最高订单价值。

有谁知道我如何在 R 中做到这一点？我在哪里可以在数据框中的一组指定变量中排名？

感谢您的帮助！

Answer 1

您可以使用 dplyr

非常干净地完成此操作

library(dplyr)
df %>%
    group_by(customer_name) %>%
    mutate(my_ranks = order(order(order_values, order_dates, decreasing=TRUE)))

Source: local data frame [5 x 4]
Groups: customer_name

  customer_name order_dates order_values my_ranks
1          John  2010-11-01           15        3
2           Bob  2008-03-25           12        1
3          Alex  2009-11-15            5        1
4          John  2012-08-06           15        2
5          John  2015-05-07           20        1

Answer 2

这可以通过 ave 和 rank 来实现。 ave 将适当的组传递给 rank。由于请求的顺序，rank 的结果被反转：

with(x, ave(as.numeric(order_dates), customer_name, FUN=function(x) rev(rank(x))))
## [1] 3 1 1 2 1

Answer 3

在基础 R 中，您可以使用稍微笨重的

transform(df,rank=ave(1:nrow(df),customer_name,
  FUN=function(x) order(order_values[x],order_dates[x],decreasing=TRUE)))

  customer_name order_dates order_values rank
1          John  2010-11-01           15    3
2           Bob  2008-03-25           12    1
3          Alex  2009-11-15            5    1
4          John  2012-08-06           15    2
5          John  2015-05-07           20    1

其中 order 提供了每个组的主要值和决胜值。

Answer 4

评分最高的答案（来自 cdeterman）实际上是不正确的。 order 函数提供第 1、2、3 等排名值的位置，而不是当前顺序中值的排名。

让我们举一个简单的例子，我们想要排名，从最大的开始，按客户名称分组。我已经包含了一个手动排名，所以我们可以检查值

    > df
       customer_name order_values manual_rank
    1           John            2           5
    2           John            5           2
    3           John            9           1
    4           John            1           6
    5           John            4           3
    6           John            3           4
    7           Lucy            4           4
    8           Lucy            9           1
    9           Lucy            6           3
    10          Lucy            2           6
    11          Lucy            8           2
    12          Lucy            3           5

如果我运行 cdeterman 建议的代码，我得到以下不正确的排名：

    > df %>%
    +   group_by(customer_name) %>%
    +   mutate(my_ranks = order(order_values, decreasing=TRUE))
    Source: local data frame [12 x 4]
    Groups: customer_name [2]

       customer_name order_values manual_rank my_ranks
              <fctr>        <dbl>       <dbl>    <int>
    1           John            2           5        3
    2           John            5           2        2
    3           John            9           1        5
    4           John            1           6        6
    5           John            4           3        1
    6           John            3           4        4
    7           Lucy            4           4        2
    8           Lucy            9           1        5
    9           Lucy            6           3        3
    10          Lucy            2           6        1
    11          Lucy            8           2        6
    12          Lucy            3           5        4

Order 用于将数据帧重新排序为降序或升序。我们真正想要的是运行两次排序函数，二阶函数给我们我们想要的实际排名。

    > df %>%
    +   group_by(customer_name) %>%
    +   mutate(good_ranks = order(order(order_values, decreasing=TRUE)))
    Source: local data frame [12 x 4]
    Groups: customer_name [2]

       customer_name order_values manual_rank good_ranks
              <fctr>        <dbl>       <dbl>      <int>
    1           John            2           5          5
    2           John            5           2          2
    3           John            9           1          1
    4           John            1           6          6
    5           John            4           3          3
    6           John            3           4          4
    7           Lucy            4           4          4
    8           Lucy            9           1          1
    9           Lucy            6           3          3
    10          Lucy            2           6          6
    11          Lucy            8           2          2
    12          Lucy            3           5          5

Answer 5

df %>% 
  group_by(customer_name) %>% 
  arrange(customer_name,desc(order_values)) %>% 
  mutate(rank2=rank(order_values))

Answer 6

类似于@t-himmel的回答，你可以用data.table获得排名。

dt[ , rnk := order(order(order_values, decreasing = TRUE)), customer_name ]

如何在 R 中的组内排名？

How to rank within groups in R?

group-by

r

rank