我想对组合的euclid_dist进行排名,在我的数据框中从pitch_2分组,从最小到最大。我的数据框有超过8000万种组合,一堆不同的pitch_2s,这是我的归因。但是当我查看我的数据时,最小的euclid_dist没有获得排名第一的排序似乎几乎是随机的。我想也许这是一个低于1的问题,它开始计数然后它甚至不适用于大于1的值。
这是我正在运行以进行排名的命令
data <- data %>% group_by(pitch_2) %>%
mutate(rank = order(euclid_dist))
但这是我的数据帧之后的样子 - 它在排名时正确地从每个pitch_2的1开始,但是排名本身是不正常的,我不知道如何修改顺序或是否有更好的方法
> head(data)
# A tibble: 6 x 4
# Groups: pitch_2 [1]
pitch_1 pitch_2 euclid_dist rank
<fct> <fct> <dbl> <int>
1 429721-CU 493247-SI 2.53 15
2 114849-FC 493247-SI 3.52 6
3 430599-FF 493247-SI 3.49 14
4 458567-FF 493247-SI 2.59 27
5 435261-CU 493247-SI 3.10 8
6 425629-CU 493247-SI 2.14 17
我们需要rank
而不是order
。根据?rank
返回向量中值的样本行。
library(dplyr)
data %>%
group_by(pitch_2) %>%
mutate(rank = order(euclid_dist))
# A tibble: 6 x 4
# Groups: pitch_2 [1]
# pitch_1 pitch_2 euclid_dist rank
# <chr> <chr> <dbl> <dbl>
#1 429721-CU 493247-SI 2.53 2
#2 114849-FC 493247-SI 3.52 6
#3 430599-FF 493247-SI 3.49 5
#4 458567-FF 493247-SI 2.59 3
#5 435261-CU 493247-SI 3.1 4
#6 425629-CU 493247-SI 2.14 1
data <- structure(list(pitch_1 = c("429721-CU", "114849-FC", "430599-FF",
"458567-FF", "435261-CU", "425629-CU"), pitch_2 = c("493247-SI",
"493247-SI", "493247-SI", "493247-SI", "493247-SI", "493247-SI"
), euclid_dist = c(2.53, 3.52, 3.49, 2.59, 3.1, 2.14), rank = c(15L,
6L, 14L, 27L, 8L, 17L)), class = "data.frame", row.names = c("1",
"2", "3", "4", "5", "6"))