没有遗漏值的分组非密集秩答案

【问题标题】：Grouped non-dense rank without omitted values没有遗漏值的分组非密集秩
【发布时间】：2020-05-09 00:27:11
【问题描述】：

我有以下data.frame：

df <- data.frame(date = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3),
                 id   = c(4, 4, 2, 4, 1, 2, 3, 1, 2, 2, 1, 1))

我想添加一个新列grp，它为每个日期对 ID 进行排名。关系应具有相同的值，但不应有遗漏的值。也就是说，如果有两个同样最小的值，它们都应该得到 1 级，而下一个最低值应该得到 2 级。

因此，预期结果将如下所示。请注意，如上所述，组是针对每个日期的，因此操作必须按日期分组。

data.frame(date = c(1, 1, 1, 1,     2, 2, 2, 2,     3, 3, 3, 3),
           id   = c(4, 4, 2, 4,     1, 2, 3, 1,     2, 2, 1, 1),
           grp  = c(2, 2, 1, 2,     1, 2, 3, 1,     2, 2, 1, 1))

我确信有一种简单的方法可以做到这一点，但我还没有找到：tie.method 的所有选项都不会以这种方式运行（data.table::frank 也无济于事，因为它只会增加密集排名）。

我想过做一个正常的排名，然后使用data.table::rleid，但是如果在同一天有重复的值被其他值分隔，那将不起作用。

我还想过按date 和id 进行分组，然后使用组ID，但每天的最低值必须从排名1 开始，这样也行不通。

我发现的唯一功能性解决方案是每天创建另一个具有唯一 ids 的表，然后将该表加入该表：

suppressPackageStartupMessages(library(dplyr))

df <- data.frame(date = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3),
                 id   = c(4, 4, 2, 4, 1, 2, 3, 1, 2, 2, 1, 1))

uniques <- df %>%
  group_by(
    date
  ) %>%
  distinct(
    id
  ) %>%
  mutate(
    grp = rank(id)
  )

df <- df %>% left_join(
  unique
) %>% print()
#> Joining, by = c("date", "id")
#>    date id grp
#> 1     1  4   2
#> 2     1  4   2
#> 3     1  2   1
#> 4     1  4   2
#> 5     2  1   1
#> 6     2  2   2
#> 7     2  3   3
#> 8     2  1   1
#> 9     3  2   2
#> 10    3  2   2
#> 11    3  1   1
#> 12    3  1   1

^{由reprex package (v0.3.0) 于 2020 年 5 月 8 日创建}

但是，对于看似简单的操作而言，这似乎很不优雅且令人费解，所以我宁愿看看是否有其他解决方案可用。

很想看看data.table 解决方案（如果有），但不幸的是，解决方案必须在dplyr 中。

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们可以使用dense_rank

library(dplyr)
df %>%
   group_by(date) %>%
   mutate(grp = dense_rank(id))
# A tibble: 12 x 3
# Groups:   date [3]
#   date    id   grp
#   <dbl> <dbl> <int>
# 1     1     4     2
# 2     1     4     2
# 3     1     2     1
# 4     1     4     2
# 5     2     1     1
# 6     2     2     2
# 7     2     3     3
# 8     2     1     1
# 9     3     2     2
#10     3     2     2
#11     3     1     1
#12     3     1     1

或frank

library(data.table)
setDT(df)[, grp := frank(id, ties.method = 'dense'), date]

【讨论】：