如何用向量值高效填充R语言中的排名数据框？

原始数据与需求 #

你有一个存储排名的数据框：

Rank.Df = data.frame(A1 = c(1, NA, NA),
                     A2 = c(2, 1, NA),
                     A3 = c(2, 1 , 3)); Rank.Df

以及对应排名的数值向量：

Values = c(50,40,30) #50对应排名1，40对应排名2，30对应排名3

需要将数据框中的排名值替换为Values中对应的数值，同时保留NA，且替代低效的嵌套循环实现。

高效实现方法 #

1. 基础R向量化操作（最快最简洁）

利用R的向量化索引特性，直接对整个数据框进行操作——底层由C实现，远快于纯R循环：

Df.results <- as.data.frame(Values[Rank.Df])

原理：数据框本质是列向量的列表，Values[Rank.Df]会自动对数据框的每个元素进行索引匹配，NA值会被保留，最后转成数据框即可。

2. tidyverse/dplyr风格实现

如果习惯使用tidyverse生态，可以用across()函数批量处理所有列：

library(dplyr)

Df.results <- Rank.Df %>%
  mutate(across(everything(), ~ Values[.]))

结果验证 #

两种方法得到的结果与你原来的嵌套循环完全一致：

A1 A2 A3
1 50 40 40
2 NA 50 50
3 NA NA 30

内容的提问来源于stack exchange，提问作者Vinicius B. de S. Moreira