对多个数据帧进行排序并在R中求和

我有10个数据帧，每个数据帧有2列，我称之为数据帧a、b、c、d、e、f、g、h、I和j

对于序列，每个数据帧中的第一列称为s，对于对应于每个序列的p值，第二列称为p。s列在所有10个数据帧中包含相同的序列，本质上唯一的区别在于p值。 下面是数据帧a的简短版本，它有600000行

s       p
gtcg    0.06
gtcgg   0.05
gggaa   0.07
cttg    0.05

我想用p值对每个数据帧进行排名，最小的p值应该得到1的排名，相等的p值应该得到相同的排名。每个最终数据帧应采用以下格式：

    s       p_rank_a
    gtcg    2
    gtcgg   1
    gggaa   3
    cttg    1

我用这个做了一个：

---

r我会将所有

数据.frames

放在

列表中

，然后使用

lappy

和

转换

，如下所示：

my_l <- list(a,b,c) # all your data.frames
# you can use rank but it'll give you the average in case of ties
# lapply(my_l, function(x) transform(x, rank_p = rank(p)))

# I prefer this method instead
my_o <- lapply(my_l, function(x) transform(x, p = as.numeric(factor(p))))

# now bind them in to a single data.frame
my_o <- do.call(rbind, my_o)

# now paste them
aggregate(data = my_o, p ~ s, function(x) paste(x, collapse=","))

#       s     p
# 1  cttg 1,1,1
# 2 gggaa 3,3,3
# 3  gtcg 2,2,2
# 4 gtcgg 1,1,1

---

试一试：

对于单个data.frame，您可以只做一行，如下所示：
@Arun指出将

用作.numeric（因子（p））

库（data.table）
aDT的
gggaa
的排名不应该是4而不是3吗？我不确定
顺序（排名（p））
是否是这里需要的。例如：如果
p=c（0.06,0.05,0.07,0.05）
，那么
rank（p）=c（3,1.5,4,1.5）
和
顺序（.）=2,4,1,3
，而期望的结果是
2,1,3,1
。而
顺序（p）
与
顺序（秩（p））
@Arun是完全正确的。在我的脑海里，我在想
楼层（排名（p））
，但即使这样也不完全正确。我已经编辑了我的答案。再次感谢你。我将把这个和你回答的另一个结合起来。这些数据帧的长度从600000行到240万行，你知道我可以用一个更快的程序吗。我对python略知一二，但仅此而已
my_l <- list(a,b,c) # all your data.frames
# you can use rank but it'll give you the average in case of ties
# lapply(my_l, function(x) transform(x, rank_p = rank(p)))

# I prefer this method instead
my_o <- lapply(my_l, function(x) transform(x, p = as.numeric(factor(p))))

# now bind them in to a single data.frame
my_o <- do.call(rbind, my_o)

# now paste them
aggregate(data = my_o, p ~ s, function(x) paste(x, collapse=","))

#       s     p
# 1  cttg 1,1,1
# 2 gggaa 3,3,3
# 3  gtcg 2,2,2
# 4 gtcgg 1,1,1

require(data.table)
# bind all your data.frames together
dt <- rbindlist(my_l) # my_l is your list of data.frames

# replace p-value with their "rank"
dt[, p := as.numeric(factor(p))]

# set key
setkey(dt, "s")

# combine them using `,`
dt[, list(p_ranks = paste(p, collapse=",")), by=s]

library(data.table)
aDT <- data.table(a)[, p_rank := as.numeric(factor(p))]

# collect them all
allOfThem <- lapply(letters[1:10], get, envir=.GlobalEnv)   
# keep in mind you named an object `c`

# convert to DT and create the ranks
allOfThem <- lapply(allOfThem, function(x) data.table(x)[, p_rank := as.numeric(factor(p))])