如何使用dplyr计算指定列在每行所有列中的相对排名

实现方案（dplyr管道流） #

推荐用rowwise() + c_across()的组合，逻辑清晰易读，完全符合tidyverse的编码规范：

# 加载dplyr包
library(dplyr)

# 示例数据
dat <- data.frame(
  Iowa = c(11, 12, 15),
  Wisconsin = c(10, 14, 12),
  Florida = c(14, 9, 11)
)

# 逐行计算Iowa的排名
out <- dat %>%
  rowwise() %>%
  # 按值从大到小排名，取Iowa对应的排名位
  mutate(IowaRank = rank(-c_across(Iowa:Florida), ties.method = "min")[["Iowa"]]) %>%
  # 取消行分组，避免影响后续数据处理
  ungroup()

逻辑说明 #

• rowwise()开启逐行运算模式，对每一行单独处理
• c_across(Iowa:Florida)指定把每行的Iowa、Wisconsin、Florida三列的值拼成一个向量参与排名，如果你后续加了其他不需要参与排名的列，调整这个范围即可
• rank()默认值越小排名越高，加负号-实现值越大排名越靠前，和示例的排名规则匹配
• ties.method = "min"表示遇到并列值时取最小排名，符合常规排名逻辑，有其他需求可以改成"average"（平均排名）、"max"（最大排名）等参数
• 最后用[["Iowa"]]提取Iowa列对应的排名值即可

运行后得到的out和预期结果完全一致。如果处理超大体量数据想要更高运行效率，可以把rowwise()替换成purrr::pmap_dbl的向量化方案，常规场景下上述方案的可读性和易用性最优。

内容的提问来源于stack exchange，提问作者Natasha R.