时间戳

首页 > 解决方案 > 使用 dplyr::order 将值从小到大排列的问题，包括小于 1 的正整数

r - 使用 dplyr::order 将值从小到大排列的问题，包括小于 1 的正整数

问题描述

我想对组合的 euclid_dist 进行排名，在我的数据框中按 pitch_2 从最小到最大进行分组。我的数据框有超过 8000 万种不同的 pitch_2s 组合，这是我的分组。但是，当我查看我的数据时，最小的 euclid_dist 没有获得第一名的排序似乎几乎是随机的。我想这可能是一些低于 1 的问题，然后它开始计数，但它甚至不适用于大于 1 的值。

这是我运行排名的命令

data <- data %>% group_by(pitch_2) %>% 
  mutate(rank = order(euclid_dist))

但这就是我的数据框之后的样子——排名时每个 pitch_2 正确地从 1 开始，但排名本身不正常，我不确定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

标签： rdataframedplyrranking

解决方案

我们需要rank而不是order. 根据?rank

返回向量中值的样本等级。

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

数据

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"))

推荐阅读