如何在R中对数据框行值进行排名并保留NA值？

问题背景 #

需要对数据框按行计算数值的排名，但要求原数据中的NA值在结果中保持为NA，而非被赋予排名。

示例数据 #

df = data.frame(A = c(10, 20, NA), B = c(NA, 10, 20), C = c(20, NA, 10))

原方法问题 #

使用默认的rank结合apply处理时，NA会被参与排名计算，无法保留：

t(apply(df, 1, rank))

输出结果：

[,1] [,2] [,3]
[1,]    1    3    2
[2,]    2    1    3
[3,]    3    2    1

期望输出 #

[,1] [,2] [,3]
[1,]    1   NA    2
[2,]    2    1   NA
[3,]   NA    2    1

解决方案 #

方法1：基础R自定义函数 #

自定义函数先计算排名，再将原数据中NA的位置对应设为NA：

row_rank_keep_na <- function(x) {
  # 计算排名，na.last="keep"暂时保留NA的位置
  r <- rank(x, na.last = "keep")
  # 将原向量中的NA位置在排名结果中设为NA
  r[is.na(x)] <- NA
  r
}

# 应用到每行并转置得到结果
result <- t(apply(df, 1, row_rank_keep_na))
print(result)

方法2：tidyverse风格实现 #

如果习惯使用dplyr，可以用rowwise结合across处理：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(across(everything(), ~{
    r <- rank(.x, na.last = "keep")
    r[is.na(.x)] <- NA
    r
  })) %>%
  ungroup()

两种方法都能得到符合预期的结果，核心是先计算排名，再将原数据中的NA位置在结果中还原为NA。

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