基于主平台评分替换单产品为替代平台评分的产品ID排序需求

问题背景 #

现有包含数千产品的数据集，每个产品具备主评分平台（main_rating_platform）和替代评分平台（alternative_rating_platform）的评分，替代平台评分整体偏低。示例数据集如下：

df <- data.frame(product_id=c("a2a","zyz","xyz","9io","rop"), 
                 main_rating_platform = c(4.07,3.99,4.81,3.71,3.99),
                 alternative_rating_platform = c(3.67,3.59,4.21,3.71,3.67))

需求说明 #

对每个产品ID，仅将该产品的评分替换为替代平台评分，其余产品保留主平台评分，计算该产品在这种场景下的dense_rank（相同评分同排名）。

无效尝试代码 #

已尝试以下代码，但无法满足需求（仅计算了全量主/替代平台的排名，未实现单产品替换后的场景）：

library(dplyr)
df <- df %>% mutate(ranking_mainplatform = dense_rank(desc(main_rating_platform )))
df <- df %>% mutate(ranking_alternativeplatform = dense_rank(desc(alternative_rating_platform)))

期望结果 #

期望得到的目标列示例：

df$newranking_for_this_product_on_main_platform_but_with_rating_from_alternative_platform_ceterisparibus <- c(5,5,1,4,5)

高效实现方案（向量化，适合大数据） #

基于dplyr的实现 #

利用向量化操作构建替换后的评分矩阵，再计算对应排名：

library(dplyr)

# 提取评分向量
main_vec <- df$main_rating_platform
alt_vec <- df$alternative_rating_platform

# 生成n×n矩阵：每行对应替换单个产品的评分后的全量评分
rating_matrix <- outer(seq_along(main_vec), main_vec, function(i, val) {
  ifelse(seq_along(val) == i, alt_vec[i], val)
})

# 对每个替换后的评分向量计算降序密集排名，提取对角线元素（对应每个产品自身的排名）
rank_matrix <- apply(t(rating_matrix), 2, function(x) dense_rank(desc(x)))
df$new_ranking <- diag(rank_matrix)

基于data.table的优化版本（更适合超大数据集） #

如果数据集规模极大（如10万+产品），使用data.table的frankv函数可获得更高效率：

library(data.table)
setDT(df)

main_vec <- df$main_rating_platform
alt_vec <- df$alternative_rating_platform

# 构建替换后的评分矩阵
rating_matrix <- outer(seq_len(nrow(df)), main_vec, function(i, v) fifelse(seq_len(length(v)) == i, alt_vec[i], v))

# 使用frankv高效计算密集排名，提取对角线元素
rank_matrix <- apply(t(rating_matrix), 2, function(x) frankv(x, ties.method = "dense", order = -1))
df[, new_ranking := diag(rank_matrix)]

结果验证 #

运行上述代码后，df$new_ranking将得到c(5,5,1,4,5)，与预期目标一致。

内容的提问来源于stack exchange，提问作者Andy