R 在特定列上排序时如何进行分区?
全部: 我有一个如下所示的数据框架。我知道我可以这样做一个全局排名顺序:R 在特定列上排序时如何进行分区?,r,dataframe,rank,database-partitioning,R,Dataframe,Rank,Database Partitioning,全部: 我有一个如下所示的数据框架。我知道我可以这样做一个全局排名顺序: dt <- data.frame( ID = c('A1','A2','A4','A2','A1','A4','A3','A2','A1','A3'), Value = c(4,3,1,3,4,6,6,1,8,4) ); > dt ID Value 1 A1 4 2 A2 3 3 A4 1 4 A2 3 5 A1 4 6 A4 6
dt <- data.frame(
ID = c('A1','A2','A4','A2','A1','A4','A3','A2','A1','A3'),
Value = c(4,3,1,3,4,6,6,1,8,4)
);
> dt
ID Value
1 A1 4
2 A2 3
3 A4 1
4 A2 3
5 A1 4
6 A4 6
7 A3 6
8 A2 1
9 A1 8
10 A3 4
dt$Order <- rank(dt$Value,ties.method= "first")
> dt
ID Value Order
1 A1 4 5
2 A2 3 3
3 A4 1 1
4 A2 3 4
5 A1 4 6
6 A4 6 8
7 A3 6 9
8 A2 1 2
9 A1 8 10
10 A3 4 7
dt
ID值
1 A1 4
2 A2 3
3 A4 1
4 A2 3
5 A1 4
6 A4 6
7 A3 6
8 A2 1
9 A1 8
10 A3 4
美元订单
ID值顺序
1 A1 4 5
2 A2 3 3
3 A4 1
4 A2 3 4
5 A1 4 6
6 A4 6 8
7 A3 6 9
8 A2 1 2
9 A1 8 10
10 A3 4 7
但是我如何为一个特定的ID设置一个等级顺序而不是一个全局等级顺序呢。我怎样才能做到这一点?在T-SQL中,我们可以通过以下语法完成此操作:
RANK() OVER ( [ < partition_by_clause > ] < order_by_clause > )
RANK()([])
有什么想法吗?有很多选择
使用plyr软件包中的ddply
:
library(plyr)
ddply(dt,.(ID),transform,Order = rank(Value,ties.method = "first"))
ID Value Order
1 A1 4 1
2 A1 4 2
3 A1 8 3
4 A2 3 2
5 A2 3 3
6 A2 1 1
7 A3 6 2
8 A3 4 1
9 A4 1 1
10 A4 6 2
library(data.table)
DT <- data.table(dt,key = "ID")
DT[,transform(.SD,Order = rank(Value,ties.method = "first")),by = ID]
ID Value Order
[1,] A1 4 1
[2,] A1 4 2
[3,] A1 8 3
[4,] A2 3 2
[5,] A2 3 3
[6,] A2 1 1
[7,] A4 1 1
[8,] A4 6 2
[9,] A3 6 2
[10,] A3 4 1
或者,如果性能是一个问题(即非常大的数据),请使用数据表包:
library(plyr)
ddply(dt,.(ID),transform,Order = rank(Value,ties.method = "first"))
ID Value Order
1 A1 4 1
2 A1 4 2
3 A1 8 3
4 A2 3 2
5 A2 3 3
6 A2 1 1
7 A3 6 2
8 A3 4 1
9 A4 1 1
10 A4 6 2
library(data.table)
DT <- data.table(dt,key = "ID")
DT[,transform(.SD,Order = rank(Value,ties.method = "first")),by = ID]
ID Value Order
[1,] A1 4 1
[2,] A1 4 2
[3,] A1 8 3
[4,] A2 3 2
[5,] A2 3 3
[6,] A2 1 1
[7,] A4 1 1
[8,] A4 6 2
[9,] A3 6 2
[10,] A3 4 1
我的方式,但可能更好。从未使用过等级,我甚至不知道。谢谢,可能有用
#Your Data
dt <- data.frame(
ID = c('A1','A2','A4','A2','A1','A4','A3','A2','A1','A3'),
Value = c(4,3,1,3,4,6,6,1,8,4)
)
dt$Order <- rank(dt$Value,ties.method= "first")
#My approach
dt$id <- 1:nrow(dt) #needed for ordering and putting things back together
dt <- dt[order(dt$ID),]
dt$Order.by.group <- unlist(with(dt, tapply(Value, ID, function(x) rank(x,
ties.method = "first"))))
dt[order(dt$id), -4]
编辑:
如果您不关心保留数据的原始顺序,那么使用更少的代码即可:
dt <- dt[order(dt$ID),]
dt$Order.by.group <- unlist(with(dt, tapply(Value, ID, function(x) rank(x,
ties.method= "first"))))
ID Value Order.by.group
1 A1 4 1
5 A1 4 2
9 A1 8 3
2 A2 3 2
4 A2 3 3
8 A2 1 1
7 A3 6 2
10 A3 4 1
3 A4 1 1
6 A4 6 2
dt以下是几种方法:
ave这将获取具有相同ID的每组值编号,并将秩分别应用于每个此类集合。没有使用任何软件包
Rank <- function(x) rank(x, ties.method = "first")
transform(dt, rank = ave(Value, ID, FUN = Rank))
请注意,上述解决方案保持原始行顺序。如果需要的话,可以在以后对其进行排序
sqldf和RPostgreSQL
# see FAQ #12 on the sqldf github home page for info on sqldf and PostgreSQL
# https://cran.r-project.org/web/packages/sqldf/README.html
library(RPostgreSQL)
library(sqldf)
sqldf('select
*,
rank() over (partition by "ID" order by "Value") rank
from "dt"
')
此解决方案将对行重新排序。假设这是可以的,因为您的示例解决方案做到了这一点(但如果不将序号列附加到dt
,并添加适当的order by子句以将结果重新排序到序号顺序中)。您可以使用data.table包
setDT(dt)
dt[,Order:=rank(Value,ties.method=“first”),by=“ID”]
和往常一样,回答得很好。要从data.table获得最佳性能,最好尽可能避免使用.SD
。对于大型data.tables(这是您最可能首先使用包的地方!):DT我一直在尝试使用实现data.table解决方案,但每行的排名仅为1。我几乎一字不差地使用了您的代码,只是更改了变量名。你知道我可能会犯什么错误吗?我知道你看不到代码,所以这是一个很难回答的问题,但我不想重复这个问题。我想我应该在这里添加一条注释,说明数据。table
现在提供了一个快速排名函数frank
。。。应该会在你的排名上面的地方下降很多。。。不幸的是,这对我来说仍然很慢,因为我正在与数百万个团体打交道。如果我找到一个更快的方法,我会发布更多。而不是那个丑陋的do.call(rbind(lappy()),使用专门设计的函数:ave()
。有人能用dplyr重写这个吗?我知道这是很久以前的事了,但是你能详细介绍一下你的第一个方法吗?它似乎给了我表中每个条目一个等级。我只有我想按秒分组的列和我想在第一个参数中排名的列,就像你在这里看到的一样。我已经添加了一些解释和输出。
# see FAQ #12 on the sqldf github home page for info on sqldf and PostgreSQL
# https://cran.r-project.org/web/packages/sqldf/README.html
library(RPostgreSQL)
library(sqldf)
sqldf('select
*,
rank() over (partition by "ID" order by "Value") rank
from "dt"
')
ID Value Order
1 A1 4 1
2 A2 3 2
3 A4 1 1
4 A2 3 3
5 A1 4 2
6 A4 6 2
7 A3 6 2
8 A2 1 1
9 A1 8 3
10 A3 4 1