当原DataFrame列值≤0时将对应Rank列值置为0的实现方法

现有一个已完成按行数值排名的DataFrame，需求如下：

• 若原DataFrame对应位置的数值≤0，则将Rank结果中对应位置的值设为0
• 若原DataFrame对应位置的数值>0，则保留原排名数值

示例数据及当前排名代码如下，期望前两行Rank结果为：
0 1 0
0 0 1

示例数据与代码：

# 生成示例数据框
df <- data.frame(score_1 = floor(runif(10, min=-10, max=10)),
                 score_2 = floor(runif(10, min=-10, max=10)),
                 score_3 = floor(runif(10, min=-10, max=10))) 

# 示例数据输出
   score_1 score_2 score_3
1       -3       4      -7
2        0     -10       5
3       -2      -8      -8
4       -6      -6       3
5       -2      -6      -7
6       -1      -4      -4
7      -10      -7       2
8        0       7       3
9      -10       6      -1
10       9      -5      -3

# 当前生成排名的代码
rank_df <- df %>%
    rowwise() %>%
    do(data.frame(t(rank(-unlist(.)))))

# 当前排名结果
   score_1 score_2 score_3
1        2       1       3
2        2       3       1
3        1     2.5     2.5
4      2.5     2.5       1
5        1       2       3
6        1     2.5     2.5
7        3       2       1
8        3       1       2
9        3       1       2
10       1       3       2

解决方案 #

由于df和rank_df的行列结构完全匹配，可通过元素级条件判断直接修改排名结果，以下是两种高效实现方式：

方法1：dplyr 链式操作 #

使用mutate_all遍历所有列，结合原数据框对应列的数值做条件判断：

library(dplyr)

rank_final <- rank_df %>%
  mutate_all(~ ifelse(df[[cur_column()]] > 0, ., 0))

方法2：矩阵式索引赋值 #

利用数据框的矩阵特性，通过逻辑索引直接赋值，数据量大时效率更高：

rank_final <- rank_df
rank_final[df <= 0] <- 0

验证结果 #

执行后前两行的输出符合预期：

score_1 score_2 score_3
1       0       1       0
2       0       0       1

内容的提问来源于stack exchange，提问作者GT213