R 按两列排序并保持联系

我的问题是这个问题的继续

我有这样一个数据集：

 ID    |     Date 

  A        01/01/2015
  A        02/01/2015
  A        02/01/2015
  A        02/01/2015
  A        05/01/2015     
  B        01/01/2015

我想根据参考日期（2015年1月31日）对每个日期进行排名。与参考日期最近的日期排名为1，第二位为2，依此类推。结果如下：

  ID    |     Date           |  Sequence

  A        01/01/2015           3
  A        02/01/2015           2
  A        02/01/2015           2
  A        02/01/2015           2
  A        05/01/2015           1  
  B        01/01/2015          ...

虽然排名函数确实在思考，但我也希望保持所有的联系。我该怎么做

---

此外，我正在处理一个巨大的数据集—大约3亿行。因此，理想的解决方案应该是快速的

这里有一个

data.table

方法可以工作

rleid

按组ID返回同一日期的“ID”。但是，这些ID从0开始计数。在第二个链中，

[

，

（max（var）-var）+1L

为每个ID组反转这些日期ID

df[, var:=rleid(Date), by=ID][, var := (max(var) - var) + 1L, by=ID]
df
   ID       Date var
1:  A 01/01/2015   3
2:  A 02/01/2015   2
3:  A 02/01/2015   2
4:  A 02/01/2015   2
5:  A 05/01/2015   1
6:  B 01/01/2015   1

---

我们可以使用

frank

from

data.table

和

density

as

ties.method

通过

abs上的“ID”进行分组后，得出“日期”和参考日期（“2015-01-31”）之间的绝对差异

数据
df带有
dplyr
密集等级
：

library(dplyr)
df$Sequence <- dense_rank(as.numeric(as.Date('31/01/2015', '%d/%m/%Y') - as.Date(df$Date, '%d/%m/%Y')))
head(df) 

  ID       Date Sequence
1  A 01/01/2015        3
2  A 02/01/2015        2
3  A 02/01/2015        2
4  A 02/01/2015        2
5  A 05/01/2015        1
6  B 01/01/2015        3

库（dplyr）
df$SequenceBase
R
解决方案。首先通过将天数和目标日期转换为
date
对象并获取差值的绝对值来获取它们

timediff <- abs(as.Date(df[["Date"]], format = "%d/%m/%Y") - as.Date("2015-01-31"))

最后，我们可以使用它对列组进行重新排序，以消除实例之间的间隙

df[["Sequence"]] <- as.numeric(factor(diffrank))

df[[“Sequence”]]谢谢你的回复。我在想这样的事情：var:=（max（var）-var）+1L，by=ID，但我不知道如何实现它。谢谢。效果很好。我实际上并不知道frank函数。只是一个快速的跟进。我们可以这样做吗：setDT（df）[，Sequence:=frank（Date，ties.method=“random”)，by=ID]以加快处理速度？它可以完美地处理较小的对象。但对于较大的对象，它不会移动任何人。仅供参考，frank+ties.method=“dense”在dplyr中具有类似的稠密级别。我可能会在较小的数据集上尝试它。但我认为它会比data.table解决方案慢一些。
timediff <- abs(as.Date(df[["Date"]], format = "%d/%m/%Y") - as.Date("2015-01-31"))

diffrank <- rank(timediff, ties.method = "min")

df[["Sequence"]] <- as.numeric(factor(diffrank))

df[["Sequence"]] <- as.numeric(factor(rank(
                        abs(as.Date(df[["Date"]], format = "%d/%m/%Y") - 
                               as.Date("2015-01-31")), ties.method = "min")))