根据首次发病对数据进行排名

Question

subset <- 
  structure(list(MEMORY1 = c(3L, 2L, 3L, 2L), MEMORY2 = c(3L, 2L, 
  3L, 1L), MEMORY3 = c(2L, 2L, 3L, 2L), MEMORY4 = c(2L, 2L, 2L, 
  2L), MEMORY5 = c(2L, 2L, 2L, 2L), MEMORY6 = c(1L, 1L, 1L, 1L), 
    MEMORY7 = c(2L, 2L, 2L, 2L), MEMORY8 = c(1L, 1L, 1L, 1L)), .Names = c("MEMORY1", 
  "MEMORY2", "MEMORY3", "MEMORY4", "MEMORY5", "MEMORY6", "MEMORY7", 
  "MEMORY8"), row.names = c(NA, -4L), class = "data.frame")

subset
#   MEMORY1 MEMORY2 MEMORY3 MEMORY4 MEMORY5 MEMORY6 MEMORY7 MEMORY8
# 1       3       3       2       2       2       1       2       1
# 2       2       2       2       2       2       1       2       1
# 3       3       3       3       2       2       1       2       1
# 4       2       1       2       2       2       1       2       1

我有一个数据集，包含 4 个时间点（4 行）的 8 个内存项。我正在尝试根据首次出现对记忆项进行排名，首次出现定义为记忆项的值第一次 > 1。

对于上述 subset，项目 1、2、3、4、5 和 7 的等级为 1，因为在时间 1，这些项目的值 > 1。作为对于第 6 项和第 8 项，它们在所有 4 个时间点的值 = 1，因此我会给它们分配 NA 的排名。

ranks = rep(0, items)
ranks = sapply(subset, function(x) which(x > 1)[1L])
ranks
# MEMORY1 MEMORY2 MEMORY3 MEMORY4 MEMORY5 MEMORY6 MEMORY7 MEMORY8 
#       1       1       1       1       1      NA       1      NA

但是，由于 MEMORY1 和 MEMORY2 在时间 1 和 MEMORY3、MEMORY4、MEMORY5 和MEMORY7 在时间 1 的值为 2，我想将 MEMORY1 和 MEMORY2 排在其他四个项目之前。所以我想要一个看起来像

的输出

ranks
# MEMORY1 MEMORY2 MEMORY3 MEMORY4 MEMORY5 MEMORY6 MEMORY7 MEMORY8 
#       1       1       2       2       2      NA       2      NA

因此 1) 按第一次出现排名 2) 将最高值的项目排名为 1，下一个最高值为 2，依此类推。

我怎样才能完成步骤 2)？

Answer 1

这为您提供了以下值：

wheremax <- sapply(subset,function(x) { which(x > 1)[1L] }) #your code
as.matrix(subset)[cbind(wheremax,1:ncol(subset))]
[1]  3  3  2  2  2 NA  2 NA

然后您可以获得排名：

DTrank <- rank(-as.matrix(subset)[cbind(wheremax,1:ncol(subset))] + wheremax * max(subset), ties.method = "min", na.last = "keep")
[1]  1  1  3  3  3 NA  3 NA

这会为每个额外的行增加惩罚，等于 data.frame 中任意位置的最大值。它确保第二行中的值始终排在第一行中的值下方

但它不是按增量排序的（即 1、2、3、...）。不过，较高的数字将始终具有较低的值。如果有更好的方法，欢迎提出建议。

Answer 2

首先，获取排名和值：

  df <- sapply(subset, function(x) {
  tmp <- which(x > 1)[1L]; 
  c(rank=tmp, val=ifelse(length(tmp>0), x[tmp], NA))
})

# adding "memory" field to keep track of the memories
df <- data.frame(t(df), memory=1:nrow(df))

# let's add a little excitement otherwise hard to tell if it's working
df[3,1] <- 2
# dealing with NA by giving them infinite rank
df[is.na(df)] <- Inf
# val will be sorted by increasing values, so take the neg because we want them decreasing 
df$val <- -df$val
final_rank_order <- order(df$rank, df$val, decreasing = F)
df <- df[final_rank_order,]

df$final <- 1
for(i in 2:nrow(df)) {
  if(df$rank[i]==df$rank[i-1] & df$val[i]==df$val[i-1])
    df$final[i] <- df$final[i-1]
  else 
    df$final[i] <- df$final[i-1]+1
}

此时我们有这个：

> df
        rank  val memory final
MEMORY1    1   -3      1     1
MEMORY2    1   -3      2     1
MEMORY4    1   -2      4     2
MEMORY5    1   -2      5     2
MEMORY7    1   -2      7     2
MEMORY3    2   -2      3     3
MEMORY6  Inf -Inf      6     4
MEMORY8  Inf -Inf      8     4

最后的接触：

final_ranks <- df$final[order(df$memory)]

> final_ranks
[1] 1 1 3 2 2 4 2 4

我简直不敢相信它会如此骇人听闻。一开始真的以为是小事。一定有更好的方法！

请注意，我稍微更改了您的数据，因为您只有 1 和 NA，因此无法判断代码是否有效。

根据首次发病对数据进行排名

Ranking data based on first onset

algorithm

r

rank