在dplyr窗口函数中使用多列？

Question

作为来自SQL的人，我期望在dplyr中能够做出以下类似的操作，这是可能的吗？

# R
tbl %>% mutate(n = dense_rank(Name, Email))

-- SQL
SELECT Name, Email, DENSE_RANK() OVER (ORDER BY Name, Email) AS n FROM tbl

还有没有与PARTITION BY相当的东西？

- CodeMonkey

---

像这样 mtcars %>% mutate(n = dense_rank(interaction(cyl, hp)))？ - talat

@docendodiscimus 太棒了，我完全忘记了interaction()，我已经对值进行了哈希处理，但这会破坏顺序。有没有使用PARTITION BY的简单解决方案？ - CodeMonkey

我不知道那是做什么的。 - talat

如果你想使用PARTITION BY按组进行排名，你可以在dplyr中使用group by。 - Jason

@Jason 太棒了！它正在工作。使用与 lex.order 的交互，几乎可以模拟 OVER(ORDER BY)，而 group_by 的工作也非常出色。谢谢！ - CodeMonkey

Answer 1

我曾经为这个问题苦恼过，以下是我的解决方案：

如果你找不到任何支持按多个变量排序的函数，我建议你使用paste()将它们从左到右按优先级连接起来。

下面是代码示例：

tbl %>%
  mutate(n = dense_rank(paste(Name, Email))) %>%
  arrange(Name, Email) %>%
  view()

此外，我猜 group_by 是 SQL 中 PARTITION BY 的等价物。

这种解决方案的缺点是，您只能按具有相同方向的 2（或更多）变量排序。如果您需要按具有不同方向的多个列进行排序，例如1升序和1降序，则建议您尝试此方法： 基于多个变量计算带有绑定的排名。

- Bảo Trần

---

你提出的例子与所要求的不同。请尝试更新它以匹配问题创建者提供的示例。 - guzmonne

嗨宝，如果你修正了你的答案，我可以将其设置为被采纳。 - CodeMonkey