tidyverse:跨多个列计算每行排名

3

我有以下数据框:

dat <- data.frame(id = c("a", "b", "c", "d"),
                  x1 = c(1, 3, 5, 7),
                  x2 = c(4, 2, 6, 0),
                  x3 = c(2, 2, 5, 9))

我现在想计算每一行的排名,跨越我的三个x列,并且想将结果存储到我的dat数据框中。 因此,结果可以以下两种方式存储:

a) 理想情况下,会有4个新列,分别带有相应的排名或者
b) 会有一个新的嵌套列,可能需要进行某种程度的展开操作。

我尝试了以下代码,至少给我提供了一个列表列。

dat %>%
  rowwise() %>%
  mutate(my_ranks = list(rank(c_across(starts_with("x")))))

但是当我尝试展开时,它会给我排名,但是它通过创建新的行来实现这一点(即每个原始案例现在出现了四次)。虽然我猜我可以通过 pivot_wider 以某种方式重塑这个结果,但是按照那个方法感觉不对。

有更好/更容易的想法吗?谢谢。

2个回答

5
我们可以使用unnest_wider函数。
library(dplyr)
library(tidyr)
library(stringr)
dat %>%
   rowwise() %>%
   mutate(my_ranks = list(rank(c_across(starts_with("x"))))) %>%
   unnest_wider(c(my_ranks)) %>%
   rename_at(vars(starts_with("...")), ~ str_replace(., fixed("..."), "rank_x"))
# A tibble: 4 x 7
#  id       x1    x2    x3  rank_x1 rank_x2 rank_x3
#  <chr> <dbl> <dbl> <dbl>    <dbl>    <dbl>    <dbl>
#1 a         1     4     2      1        3        2  
#2 b         3     2     2      3        1.5      1.5
#3 c         5     6     5      1.5      3        1.5
#4 d         7     0     9      2        1        3  

另一个选项是pmap/as_tibble_row

library(tibble)
library(purrr)
dat %>% 
     mutate(my_ranks = pmap(select(., starts_with('x')), ~ 
           as_tibble_row(rank(c(...)),
            .name_repair = ~ str_c('rank', seq_along(.))))) %>%
     unnest(c(my_ranks))
# A tibble: 4 x 7
#  id       x1    x2    x3 rank1 rank2 rank3
#  <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 a         1     4     2   1     3     2  
#2 b         3     2     2   3     1.5   1.5
#3 c         5     6     5   1.5   3     1.5
#4 d         7     0     9   2     1     3  

使用 matrixStats 中的 rowRanks 可以更直接地完成。

library(matrixStats)
nm1 <- names(dat)[-1]
dat[paste0('rank', nm1)] <- rowRanks(as.matrix(dat[nm1]), ties.method = 'average')

当然,unnest_wider。谢谢!我完全忘记了这个。出于好奇...是否也有一种解决方案,而不需要这个重复的列表? - deschen
@deschen。您不需要使用as.list,因为unnest_wider即使没有它也可以正常工作。 - akrun
@deschen,我添加了“pmap”方法。它可能会更快。 - akrun

1

我猜这有点像tidyverse:

dat %>%
  bind_cols(as_tibble(`colnames<-`(t(apply(dat[-1], 1, rank)), paste0("rank_x", 1:3))))
#>   id x1 x2 x3 rank_x1 rank_x2 rank_x3
#> 1  a  1  4  2     1.0     3.0     2.0
#> 2  b  3  2  2     3.0     1.5     1.5
#> 3  c  5  6  5     1.5     3.0     1.5
#> 4  d  7  0  9     2.0     1.0     3.0

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接