如何在R中按分组基于两个变量构建排名？frank函数使用遇阻

从你的示例数据可以看出，排名规则是：按group分组后，先按A降序排序，A值相同时按B降序排序，相同(A,B)组合的排名保持一致。下面针对你提到的frank函数问题和常规实现方法给出解决方案：

1. 使用data.table的frank函数（正确分组用法） #

你之前用frank时出错，是因为混淆了frank自身的by参数和data.table的分组参数。frank的by参数是用来设置排序变量的权重，而分组需要通过data.table的by=group来实现。

代码示例： #

library(data.table)

# 构造示例数据
dt <- data.table(
  A = c(9,12,12,8,8,10,15,14,14,14),
  B = c(2,9,10,5,5,3,10,12,8,8),
  group = c(rep("C",5), rep("D",5))
)

# 按分组计算排名：A降序、B降序，相同值取最小排名
dt[, rank := frank(-A, -B, ties.method = "min"), by = group]

参数说明： #

• -A、-B：通过取反实现降序排序
• ties.method = "min"：确保相同(A,B)组合的记录使用同一个最小排名（和你的示例结果完全匹配）
• by = group：指定按group列分组计算

2. 使用dplyr实现（你熟悉的group_by方式） #

如果你习惯用dplyr的分组语法，可以结合group_by和min_rank函数实现：

library(dplyr)

# 构造示例数据
df <- tibble(
  A = c(9,12,12,8,8,10,15,14,14,14),
  B = c(2,9,10,5,5,3,10,12,8,8),
  group = c(rep("C",5), rep("D",5))
)

# 按分组计算排名
df <- df %>%
  group_by(group) %>%
  mutate(rank = min_rank(across(c(A,B), desc))) %>%
  ungroup()

参数说明： #

• across(c(A,B), desc)：对A和B列都应用降序转换
• min_rank：生成和示例一致的排名规则（相同值取最小排名）

运行上述代码后，生成的rank列会和你给出的示例完全一致。

内容的提问来源于stack exchange，提问作者Aleya