基于列表列表的显着差异排名

问题描述

我有一个列表列表，其中每个列表都经过排序。我想研究的是某个元素在特定位置出现了多少次，并考虑该值是否与前一个元素显着不同。 （例如在第一个列表中 gs、ms、bofa 和 citi 具有相同的值，但它们的排名不同）。我意识到排名的长度不会相同，因为每个列表的元素都不同。我如何才能以正确的方式执行此操作并以适当的方式显示结果？

到目前为止，我根据排序函数输出可靠地排名：

dput(degree.l)
list(c(schwab = 0,pnc = 0.0344827586206897,jpm = 0.0862068965517241,amex = 0.0862068965517241,gs = 0.103448275862069,ms = 0.103448275862069,bofa = 0.103448275862069,citi = 0.103448275862069,wf = 0.120689655172414,spgl = 0.120689655172414,brk = 0.137931034482759),c(schwab = 0.0166666666666667,pnc = 0.05,ms = 0.0666666666666667,spgl = 0.0833333333333333,jpm = 0.1,bofa = 0.1,wf = 0.1,amex = 0.1,gs = 0.116666666666667,brk = 0.116666666666667,citi = 0.15),c(schwab = 0.0428571428571429,gs = 0.0714285714285714,pnc = 0.0714285714285714,citi = 0.0857142857142857,amex = 0.0857142857142857,spgl = 0.0857142857142857,brk = 0.1,ms = 0.114285714285714,wf = 0.114285714285714,bofa = 0.128571428571429
))

table(res <- sapply(degree.l,names),pos = row(res))

另请参阅此问题，了解根据我得到的排序对其进行可靠排名的方法：

Frequency of appearance in list of lists

解决方法

我们遍历命名的 list ('degree.l')，得到 round ed 向量的等级 dense_rank，用原始向量名称 {{ 1}} 成两列 data.frame，stack rbind 元素并获得频率 list

table

-输出

table(do.call(rbind,lapply(degree.l,function(x) 
    stack(setNames(dplyr::dense_rank(round(x,3)),names(x)))))[2:1])