在R中如何忽略含NaN或Inf的数据进行排名？

问题分析 #

需要对DataFrame的Q列进行排名，但要排除NaN和Inf，并将这些值对应的Rank设为NA。原方法rank(df$Q, ties.method="first")会将NaN/Inf纳入排名，且旧代码在R 4.3.0中因逻辑向量长度不匹配报错（R 4.2.0仅警告）。

基础R解决方案 #

直接通过向量索引筛选有效数值，单独计算排名后赋值：

# 输入数据
df <- structure(list(Alternatives = 1:10, Q = c(0.375, 0.5, 0.5, 0.469, 0.219, NaN, Inf, NaN, Inf, 0.153)), class = "data.frame", row.names = c(NA, -10L))

# 1. 标记有效数值行（非NaN、非Inf）
valid_idx <- !is.na(df$Q) & is.finite(df$Q)

# 2. 初始化Rank列为NA，仅对有效行赋值排名
df$Rank <- NA
df$Rank[valid_idx] <- rank(df$Q[valid_idx], ties.method = "first")

最终结果 #

Alternatives    Q Rank
1             1 0.375    3
2             2 0.500    5
3             3 0.500    6
4             4 0.469    4
5             5 0.219    2
6             6   NaN   NA
7             7   Inf   NA
8             8   NaN   NA
9             9   Inf   NA
10           10 0.153    1

Tidyverse（dplyr）解决方案 #

如果习惯使用tidyverse语法，可通过case_when实现：

library(dplyr)

df <- df %>%
  mutate(
    # 筛选有效行并计算排名
    valid = !is.na(Q) & is.finite(Q),
    Rank = case_when(
      valid ~ rank(Q[valid], ties.method = "first")[match(row_number(), which(valid))],
      TRUE ~ NA_real_
    )
  ) %>%
  select(-valid) # 可选：删除辅助列

报错原因说明 #

R 4.3.0对逻辑条件的长度检查更严格：若你的旧代码使用了if (is.na(df$Q))这类写法，is.na(df$Q)返回长度为10的向量，但if要求单个逻辑值，因此直接报错；而R 4.2.0仅发出警告并隐式转换，这是版本间的行为差异。

内容的提问来源于stack exchange，提问作者UseR10085