如何在R中按项目分组计算用户贡献值的百分位排名

我有如下结构的数据集（实际包含更多条目），需要新增一列Column D，用来计算每个用户在所属项目中基于贡献值的百分位排名。比如user2参与了3个项目，他在Project2的贡献远高于Project3和其他项目，新列要能展示该用户在各项目中的不同百分位排名。我试过group_by %>% summarize的各种写法都没成功，也不熟悉自定义函数，希望找现成的实现方法。

数据集结构示例：

解决方案 #

用dplyr包就能轻松实现，核心是按项目分组后，用内置的percent_rank()函数计算百分位排名，不用写自定义函数。步骤如下：

1. 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
2. 按ProjectName分组，然后用mutate新增列，计算每个用户在对应项目中的贡献值百分位排名

完整代码示例 #

# 安装并加载dplyr包
if (!require(dplyr)) {
  install.packages("dplyr")
  library(dplyr)
}

# 创建示例数据集
df <- tibble(
  User = c("user1", "user2", "user2", "user2", "user3", "user4", "user5", "user5"),
  ProjectName = c("Project1", "Project1", "Project2", "Project3", "Project4", "Project3", "Project6", "Project2"),
  Contributions = c(1, 1, 2937533, 15, 8, 2, 277, 2)
)

# 新增Column D：按项目分组计算百分位排名（结果为0-100的百分比）
df <- df %>%
  group_by(ProjectName) %>%
  mutate(`Column D` = percent_rank(Contributions) * 100) %>%
  ungroup()

# 查看结果
print(df)

代码解释 #

• group_by(ProjectName)：把数据按项目分组，确保每个项目内的排名独立计算
• percent_rank(Contributions)：计算当前行的贡献值在所在项目中的相对百分位（返回0到1之间的数值），乘以100后转换成百分比形式
• ungroup()：取消分组，避免后续操作受分组影响

运行后你会看到：

• user2在Project2的Column D是100（因为他的贡献是该项目最高），在Project3是100，在Project1是50（和user1贡献相同，平分百分位）
• user5在Project2的Column D是0，在Project6是100（该项目只有他一个人）

可选：获取排名位次而非百分比 #

如果你想要的是排名位次（比如第1名、第2名）而不是百分比，可以把percent_rank(Contributions)*100换成rank(desc(Contributions), ties.method = "average")，这样会得到每个用户在项目中的排名，相同贡献的用户会得到平均排名。

替换后的代码：

df <- df %>%
  group_by(ProjectName) %>%
  mutate(`Column D` = rank(desc(Contributions), ties.method = "average")) %>%
  ungroup()

这样user1和user2在Project1的排名都是1.5，user2在Project2是第1名，user5是第2名。

内容的提问来源于stack exchange，提问作者hesmith