问题描述
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(2,9))
我现在想计算我的三x列中每行的排名 ，并将结果存储到我的dat数据框中。
因此，结果可以通过两种方式存储：
a）理想情况下，将有4个新列，分别具有相应的等级或
b）将有一个我可能需要取消嵌套的新嵌套列。
我尝试了以下操作，至少可以给我一个列表列。
dat %>%
rowwise() %>%
mutate(my_ranks = list(rank(c_across(starts_with("x")))))
但是当我尝试取消嵌套时，它会给我排名，但是它会通过创建新行来实现（即，每个原始案例现在出现四次）。尽管我猜想我可以用pivot_wider重塑此结果，但遵循该路线还是很错误的。
有什么更好/更容易的主意吗？谢谢。
解决方法
我们可以使用unnest_wider
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rowRanks中的matrixStats可以更简单地完成
library(matrixStats)
nm1 <- names(dat)[-1]
dat[paste0('rank',nm1)] <- rowRanks(as.matrix(dat[nm1]),ties.method = 'average')
我想这是种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