R语言中如何基于另一列的值对指定列进行排名排序

需求规则 #

• 基于现有data.table数据集生成排名
• 排名序号1对应val列最大值，后续序号依次匹配次大值
• 示例数据中排名1对应的val值为181.2349

测试数据集加载 #

直接运行以下代码即可加载示例数据：

data = structure(list(quant = c(0, 0.02, 0.04, 0.06, 0.08, 0.1, 0.12, 
0.14, 0.16, 0.18, 0.2, 0.22, 0.24, 0.26, 0.28, 0.3, 0.32, 0.34, 
0.36, 0.38, 0.4, 0.42, 0.44, 0.46, 0.48, 0.5, 0.52, 0.54, 0.56, 
0.58, 0.6, 0.62, 0.64, 0.66, 0.68, 0.7, 0.72, 0.74, 0.76, 0.78, 
0.8, 0.82, 0.84, 0.86, 0.88, 0.9, 0.92, 0.94, 0.96, 0.98, 1), 
    val = c(47.91623, 90.3489408, 127.16448, 70.526045, 66.3226236, 
    85.103976, 139.317196, 127.446425999999, 91.5951164, 86.805257, 
    111.71706, 79.3636359999997, 73.1136444, 147.4201476, 65.2126171999996, 
    135.85975, 127.401408, 106.597378999999, 101.1695592, 94.1209831999999, 
    93.1355219999998, 96.3409336000001, 90.2044183999998, 75.7257826, 
    147.727516, 80.45166, 102.691942399999, 77.5738932, 62.665275199999, 
    128.7217, 156.20672, 132.990364, 118.481792, 118.512295599999, 
    57.3580020000001, 110.16883, 145.284928, 155.691106799999, 
    134.824147999999, 161.223344, 98.6174559999996, 99.0563548, 
    131.044792000001, 124.3800214, 99.4231451999992, 154.733724999998, 
    120.806394399999, 86.9254320000016, 139.611945600001, 181.234905600001, 
    119.7396)), row.names = c(NA, -51L), class = c("data.table", 
"data.frame"))

核心实现 #

优先用data.table内置的frank()函数，性能远高于基础包的rank()，对-val做升序排名就等价于对原val列做降序排名，刚好满足1对应最大值的要求：

# 未安装data.table先运行：install.packages("data.table")
library(data.table)

# 新增排名列rank_val
data[, rank_val := frank(-val)]

如果存在val值重复的场景，可通过ties.method参数调整并列排名规则：

• ties.method = "first"：重复值按行出现顺序分配不同排名，无并列序号
• ties.method = "min"：重复值取相同的最小排名，后续排名跳号，比如两个并列第1，下一个值排名为3
• ties.method = "dense"：重复值取相同排名，后续排名不跳号，比如两个并列第1，下一个值排名为2

结果校验 #

运行以下代码按排名升序查看前5行，可确认val=181.2349的记录排名为1，符合规则：

data[order(rank_val), head(.SD, 5)]

内容的提问来源于stack exchange，提问作者Tpellirn