当原始数据中存在平局时,是否有办法创建一个没有排名差距的排名(连续的整数排名值)?假设:
x <- c(10, 10, 10, 5, 5, 20, 20)
rank(x)
# [1] 4.0 4.0 4.0 1.5 1.5 6.5 6.5
在这种情况下,期望的结果是:
my_rank(x)
[1] 2 2 2 1 1 3 3
我已经尝试过
ties.method
选项的所有选项(average
、max
、min
、random
),但没有一个旨在提供所需的结果。
是否可以通过
rank()
函数实现此目的?
修改了 crayola 解决方案,但使用
match
代替 merge
:
x_unique <- unique(x)
x_ranks <- rank(x_unique)
x_ranks[match(x,x_unique)]
编辑
或者按照 @hadley 的评论,用一句话来说:
match(x, sort(unique(x)))
“无循环”的方法是简单地将向量视为有序因子,然后将其转换为数字:
> as.numeric( ordered( c( 10,10,10,10, 5,5,5, 10, 10 ) ) )
[1] 2 2 2 2 1 1 1 2 2
> as.numeric( ordered( c(0.5,0.56,0.76,0.23,0.33,0.4) ))
[1] 4 5 6 1 2 3
> as.numeric( ordered( c(1,1,2,3,4,5,8,8) ))
[1] 1 1 2 3 4 5 6 6
更新: 另一种似乎更快的方法是使用
findInterval
和 sort(unique())
:
> x <- c( 10, 10, 10, 10, 5,5,5, 10, 10)
> findInterval( x, sort(unique(x)))
[1] 2 2 2 2 1 1 1 2 2
> x <- round( abs( rnorm(1000000)*10))
> system.time( z <- as.numeric( ordered( x )))
user system elapsed
0.996 0.025 1.021
> system.time( z <- findInterval( x, sort(unique(x))))
user system elapsed
0.077 0.003 0.080
我能想到一个快速的函数来做到这一点。对于 for 循环来说这不是最佳选择,但它可以工作:)
x=c(1,1,2,3,4,5,8,8)
foo <- function(x){
su=sort(unique(x))
for (i in 1:length(su)) x[x==su[i]] = i
return(x)
}
foo(x)
[1] 1 1 2 3 4 5 6 6
尝试想别的办法
x <- c(10,10,10,5,5,20,20)
as.numeric(as.factor(x))
[1] 2 2 2 1 1 3 3
如果你不介意离开基地R:
library(data.table)
frank(x, ties.method = "dense")
[1] 2 2 2 1 1 3 3
数据:
x <- c(10, 10, 10, 5, 5, 20, 20)
对于那些喜欢使用
dplyr
的人:
dense_rank(x)
[1] 2 2 2 1 1 3 3
另一个函数可以做到这一点,但效率似乎很低。没有
for
循环,但我怀疑它比 Sacha 的建议更有效!
x=c(1,1,2,3,4,5,8,8)
fancy.rank <- function(x) {
x.unique <- unique(x)
d1 <- data.frame(x=x)
d2 <- data.frame(x=x.unique, rank(x.unique))
merge(d1, d2, by="x")[,2]
}
fancy.rank(x)
[1] 1 1 2 3 4 5 6 6
那
sort()
呢?
x <- c(1,1,2,3,4,5)
sort(x)
> sort(x)
[1] 1 1 2 3 4 5