在R语言中按多列分组计算排名的技术问题

问题分析 #

你遇到的报错是因为frank函数的参数规则：当传入单个向量作为第一个参数时，后续参数会被解析为cols参数（用于指定data.table的列名），而非额外的排序列。直接传入多个独立向量不符合函数的参数逻辑，因此触发报错。

正确实现方式 #

1. Data.table原生语法

在data.table分组操作中，推荐使用.SD（Subset of Data）配合frank或frankv来处理多列排序：

方法A：使用frank结合.SD与order参数

data(mtcars)
library(data.table)

mtcars <- as.data.table(mtcars)[, .(cyl, disp, gear)]
mtcars[, gr1 := rep(c("fast", "slow"), 16)]
mtcars[, gr2 := rep(c("red", "blue"), each=16)]

# 分组内按cyl、disp降序计算排名（tie处理为min）
mtcars[, ranks := frank(.SD, na.last = TRUE, ties.method = "min", 
                        order = -c(cyl, disp)), 
       by = .(gr1, gr2), .SDcols = c("cyl", "disp")]

方法B：使用frankv指定列与排序方向

mtcars[, ranks := frankv(.SD, cols = c("cyl", "disp"), na.last = TRUE, ties.method = "min",
                         order = -c(1, 2)),  # -1/-2对应cols中列的降序
       by = .(gr1, gr2)]

2. Dplyr管道语法

在dplyr分组环境中，需将多列打包为一个数据框传入frank，避免参数解析错误：

library(dplyr)
library(data.table)

mtcars %>%
  group_by(gr1, gr2) %>%
  mutate(ranks = frank(tibble(-cyl, -disp), na.last = TRUE, ties.method = "min")) %>%
  ungroup()

或者使用frankv结合cur_data()：

mtcars %>%
  group_by(gr1, gr2) %>%
  mutate(ranks = frankv(cur_data(), cols = c("cyl", "disp"), na.last = TRUE, ties.method = "min",
                        order = -c(1, 2))) %>%
  ungroup()

验证结果 #

可以用dplyr的min_rank函数交叉验证结果一致性：

mtcars %>%
  group_by(gr1, gr2) %>%
  mutate(ranks_dplyr = min_rank(desc(cyl) + desc(disp)/max(disp))) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者kl-higgins