在R语言中基于Account与DATE列生成分组降序排名的方法

我来帮你搞定这个分组排名的问题！你之前用rank(Account, DATE)的写法不对，一是没按Account分组计算，二是rank()函数的参数用法搞错了——它不能直接把分组列和排序列这么传进去。下面几种方法都能实现你要的「按Account分组，DATE降序排名」的效果：

首先先确认你的示例数据：

df <- data.frame( 
  Account = c(1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3), 
  DATE = c(201901, 201902, 201903, 201904, 201902, 201903, 201904, 201905, 201906, 201907, 201904, 201905)
)

方法1：用dplyr分组+row_number()（最直观，适合无重复DATE的场景） #

因为你的每个Account组内DATE都是唯一的，用row_number()可以直接生成连续的排名，配合desc()指定降序：

library(dplyr)

df_rank <- df %>%
  group_by(Account) %>%  # 按Account分组
  mutate(RANK = row_number(desc(DATE))) %>%  # 组内按DATE降序生成排名
  ungroup()  # 取消分组，回到普通数据框

print(df_rank)

运行后就能得到你期望的结果：

# A tibble: 12 × 3
   Account   DATE  RANK
      <dbl>  <dbl> <int>
 1        1 201901     4
 2        1 201902     3
 3        1 201903     2
 4        1 201904     1
 5        2 201902     6
 6        2 201903     5
 7        2 201904     4
 8        2 201905     3
 9        2 201906     2
10        2 201907     1
11        3 201904     2
12        3 201905     1

方法2：用dplyr+rank()（处理有重复DATE的情况） #

如果你的DATE列可能存在重复值，想要灵活处理并列排名，可以用rank()函数，通过ties.method参数控制重复值的排名规则：

df_rank <- df %>%
  group_by(Account) %>%
  mutate(RANK = rank(desc(DATE), ties.method = "first")) %>%  # "first"表示重复值按出现顺序排，不并列
  ungroup()

ties.method还有其他选项：比如"min"会给重复值相同的最小排名，"max"则是最大排名，根据你的需求选择即可。

方法3：Base R实现（无需额外包） #

如果你不想用dplyr，用base R的ave()函数也能实现分组计算：

df$RANK <- ave(df$DATE, df$Account, FUN = function(x) rank(-x, ties.method = "first"))

这里用-x来实现降序排名，效果和上面的dplyr方法完全一致。

内容的提问来源于stack exchange，提问作者user13033450