在组内排名并在R data.table中保留ID

我有一个data.table有两个分组变量。我想计算关于组变量1的排名，同时还保留组的信息。在组内排名并在R data.table中保留ID

# require(data.table) 
# require(dplyr) 

set.seed(1) 
DT <- data.table(group = c(rep(1,5), rep(2, 5)), 
       id = c(letters[1:5], letters[1:5]), 
       var1 = rnorm(10), 
       var2 = runif(10)) 
# > DT 
#  group id  var1  var2 
# 1:  1 a -0.6264538 0.93470523 
# 2:  1 b 0.1836433 0.21214252 
# 3:  1 c -0.8356286 0.65167377 
# 4:  1 d 1.5952808 0.12555510 
# 5:  1 e 0.3295078 0.26722067 
# 6:  2 a -0.8204684 0.38611409 
# 7:  2 b 0.4874291 0.01339033 
# 8:  2 c 0.7383247 0.38238796 
# 9:  2 d 0.5757814 0.86969085 
# 10:  2 e -0.3053884 0.34034900

我可以用

DT[, lapply(.SD, function(x) percent_rank(x)), 
    .SDcols = c("var1", "var2"), by = .(group)] 

#  group var1 var2 
# 1:  1 0.25 1.00 
# 2:  1 0.50 0.25 
# 3:  1 0.00 0.75 
# 4:  1 1.00 0.00 
# 5:  1 0.75 0.50 
# 6:  2 0.00 0.75 
# 7:  2 0.50 0.00 
# 8:  2 1.00 0.50 
# 9:  2 0.75 1.00 
# 10:  2 0.25 0.25

计算组内的排名我也想保持id列在新表像

#  group id var1 var2 
# 1:  1 A 0.25 1.00 
# 2:  1 B 0.50 0.25 
# 3:  1 C 0.00 0.75 
# 4:  1 D 1.00 0.00 
# 5:  1 E 0.75 0.50 
# 6:  2 A 0.00 0.75 
# 7:  2 B 0.50 0.00 
# 8:  2 C 1.00 0.50 
# 9:  2 D 0.75 1.00 
# 10:  2 E 0.25 0.25

来源

2017-02-15 Nal-rA

你可以只把'id'变量的选择也一样，虽然这是一个有点尴尬 - 'DT [C（（ID = ID），lapply（.SD，PERCENT_RANK）），.SDcols = c（“var1”，“var2”），by =。（group）]' – thelatemail

@thelatemail谢谢！我不知道我能做到这一点！ –

或者只是给它们分配'DT [，c（“var1”，“var2”）：= lapply（.SD，percent_rank），.SDcols = c（“var1”，“var2”），by = group]' –

使用data.table

DT[,`:=`(var1 = percent_rank(var1), 
     var2 = percent_rank(var2))]

使用dplyr

DT %>% mutate(var1 = percent_rank(var1), 
       var2 = percent_rank(var2))

来源

2017-02-15 05:20:58

在dplyr中不需要引用'DT $ ...' - 只需'percent_rank（var1）'就可以了。 – thelatemail

@thelatemail谢谢。修复！ –

在组内排名并在R data.table中保留ID

回答

相关问题