受 SQL2003 启发的三个排名函数。它们的主要区别在于处理关系的方式:
-
row_number()
为每个输入提供唯一的排名,以便c(10, 20, 20, 30)
获得排名c(1, 2, 3, 4)
。它相当于rank(ties.method = "first")
。 -
min_rank()
为每个平局赋予相同(最小)的值,以便c(10, 20, 20, 30)
获得排名c(1, 2, 2, 4)
。这是体育运动中通常计算排名的方式,相当于rank(ties.method = "min")
。 -
dense_rank()
的工作方式与min_rank()
类似,但不会留下任何间隙,因此c(10, 20, 20, 30)
的排名为c(1, 2, 2, 3)
。
参数
- x
-
用于排名的向量
默认情况下,最小值将获得最小的排名。使用
desc()
反转方向,使最大值获得最小的排名。缺失值将被赋予排名
NA
。如果您想分别将它们视为最大值或最小值,请使用coalesce(x, Inf)
或coalesce(x, -Inf)
。要一次按多列排名,请提供 DataFrame 。
也可以看看
其他排名函数:ntile()
、percent_rank()
例子
x <- c(5, 1, 3, 2, 2, NA)
row_number(x)
#> [1] 5 1 4 2 3 NA
min_rank(x)
#> [1] 5 1 4 2 2 NA
dense_rank(x)
#> [1] 4 1 3 2 2 NA
# Ranking functions can be used in `filter()` to select top/bottom rows
df <- data.frame(
grp = c(1, 1, 1, 2, 2, 2, 3, 3, 3),
x = c(3, 2, 1, 1, 2, 2, 1, 1, 1),
y = c(1, 3, 2, 3, 2, 2, 4, 1, 2),
id = 1:9
)
# Always gives exactly 1 row per group
df %>% group_by(grp) %>% filter(row_number(x) == 1)
#> # A tibble: 3 × 4
#> # Groups: grp [3]
#> grp x y id
#> <dbl> <dbl> <dbl> <int>
#> 1 1 1 2 3
#> 2 2 1 3 4
#> 3 3 1 4 7
# May give more than 1 row if ties
df %>% group_by(grp) %>% filter(min_rank(x) == 1)
#> # A tibble: 5 × 4
#> # Groups: grp [3]
#> grp x y id
#> <dbl> <dbl> <dbl> <int>
#> 1 1 1 2 3
#> 2 2 1 3 4
#> 3 3 1 4 7
#> 4 3 1 1 8
#> 5 3 1 2 9
# Rank by multiple columns (to break ties) by selecting them with `pick()`
df %>% group_by(grp) %>% filter(min_rank(pick(x, y)) == 1)
#> # A tibble: 3 × 4
#> # Groups: grp [3]
#> grp x y id
#> <dbl> <dbl> <dbl> <int>
#> 1 1 1 2 3
#> 2 2 1 3 4
#> 3 3 1 1 8
# See slice_min() and slice_max() for another way to tackle the same problem
# You can use row_number() without an argument to refer to the "current"
# row number.
df %>% group_by(grp) %>% filter(row_number() == 1)
#> # A tibble: 3 × 4
#> # Groups: grp [3]
#> grp x y id
#> <dbl> <dbl> <dbl> <int>
#> 1 1 3 1 1
#> 2 2 1 3 4
#> 3 3 1 4 7
# It's easiest to see what this does with mutate():
df %>% group_by(grp) %>% mutate(grp_id = row_number())
#> # A tibble: 9 × 5
#> # Groups: grp [3]
#> grp x y id grp_id
#> <dbl> <dbl> <dbl> <int> <int>
#> 1 1 3 1 1 1
#> 2 1 2 3 2 2
#> 3 1 1 2 3 3
#> 4 2 1 3 4 1
#> 5 2 2 2 5 2
#> 6 2 2 2 6 3
#> 7 3 1 4 7 1
#> 8 3 1 1 8 2
#> 9 3 1 2 9 3
相关用法
- R dplyr rowwise 按行对输入进行分组
- R dplyr rows 操作单独的行
- R dplyr recode 重新编码值
- R dplyr rename 重命名列
- R dplyr relocate 更改列顺序
- R dplyr reframe 将每个组转换为任意数量的行
- R dplyr group_trim 修剪分组结构
- R dplyr slice 使用行的位置对行进行子集化
- R dplyr copy_to 将本地数据帧复制到远程src
- R dplyr sample_n 从表中采样 n 行
- R dplyr consecutive_id 为连续组合生成唯一标识符
- R dplyr band_members 乐队成员
- R dplyr mutate-joins 变异连接
- R dplyr nth 从向量中提取第一个、最后一个或第 n 个值
- R dplyr coalesce 找到第一个非缺失元素
- R dplyr group_split 按组分割 DataFrame
- R dplyr mutate 创建、修改和删除列
- R dplyr order_by 用于排序窗口函数输出的辅助函数
- R dplyr context 有关“当前”组或变量的信息
- R dplyr percent_rank 比例排名函数
- R dplyr starwars 星球大战人物
- R dplyr desc 降序
- R dplyr between 检测值落在指定范围内的位置
- R dplyr cumall 任何、全部和平均值的累积版本
- R dplyr group_map 对每个组应用一个函数
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Integer ranking functions。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。