使用ties.method="min"的R排名：分组观测数不同时的tidyverse实现

背景与需求 #

• 数据包含2013-2023年季度观测，涉及A、B、C、D、E共5个类别
• 每个类别每年对应唯一值，但部分类别可能不覆盖全年所有季度（即同一年同一类别会有多个季度的重复值）
• 需要按年度为每个类别生成排名：最高值排第1，并列情况采用rank(x, ties.method = "min")规则处理

之前的问题 #

• 按year, quart分组排名：仅当各年度、类别的季度观测数完全相等时有效，观测数不均时结果错误
• 仅按year分组排名：未处理同年度同类别多季度重复值的问题，排名结果不符合需求

无需中间对象的tidyverse实现 #

直接通过链式操作完成去重+排名，不需要额外创建中间表或做连接：

示例数据构造 #

library(tidyverse)
set.seed(123)

# 生成带重复值、缺失季度的模拟数据
df <- expand_grid(year = 2013:2023, quart = 1:4, category = LETTERS[1:5]) %>%
  mutate(value = case_when(
    category == "A" ~ 90,
    category == "B" ~ sample(c(85,85,90), n(), replace = TRUE),
    category == "C" ~ 80,
    TRUE ~ sample(70:85, n(), replace = TRUE)
  )) %>%
  slice_sample(prop = 0.8) # 随机删行模拟类别不全的情况

核心处理代码 #

df_ranked <- df %>%
  # 保留每个年度-类别的唯一行（值相同，任意一行均可）
  distinct(year, category, .keep_all = TRUE) %>%
  # 按年度分组计算排名，-value实现降序，指定min处理并列
  group_by(year) %>%
  mutate(rank = rank(-value, ties.method = "min")) %>%
  ungroup()

# 查看整理后的结果
df_ranked %>% select(year, category, value, rank) %>% arrange(year, rank)

代码说明 #

• distinct(year, category, .keep_all = TRUE)：自动去重，确保每个年度-类别组合只保留一行，同时保留所有列信息
• rank(-value, ties.method = "min")：通过取负值实现降序排名（最高值排第1），ties.method = "min"保证并列值取最小排名

内容的提问来源于stack exchange，提问作者user16822752