样本数据:
df1 <- data.frame(id=c("A","A","A","A","B","B","B","B"),
year=c(2014,2014,2015,2015),
month=c(1,2),
new.employee=c(4,6,2,6,23,2,5,34))
id year month new.employee
1 A 2014 1 4
2 A 2014 2 6
3 A 2015 1 2
4 A 2015 2 6
5 B 2014 1 23
6 B 2014 2 2
7 B 2015 1 5
8 B 2015 2 34
期望的结果:
desired_df <- data.frame(id=c("A","A","A","A","B","B","B","B"),
year=c(2014,2014,2015,2015),
month=c(1,2),
new.employee=c(4,6,2,6,23,2,5,34),
new.employee.rank=c(1,1,2,2,2,2,1,1))
id year month new.employee new.employee.rank
1 A 2014 1 4 1
2 A 2014 2 6 1
3 A 2015 1 2 2
4 A 2015 2 6 2
5 B 2014 1 23 2
6 B 2014 2 2 2
7 B 2015 1 5 1
8 B 2015 2 34 1
排名规则是:我选择每年的第 2 个月对 A 和 B 之间的新员工数量进行排名。然后我需要将这些排名给第 1 个月。即，每年第 1 个月的排名必须等于第 2 个月的排名同年。
我尝试了这些代码来获得每个月和每年的排名，
library(data.table)
df1 <- data.table(df1)
df1[,rank:=rank(new.employee), by=c("year","month")]
如果(任何人都可以滚动列中的排名值以将第 1 个月的排名替换为第 2 个月的排名)，这可能是一个解决方案。
最佳答案
您已经尝试过 data.table 解决方案，下面是我将如何使用 data.table 执行此操作
library(data.table) # V1.9.6+
temp <- setDT(df1)[month == 2L, .(id, frank(-new.employee)), by = year]
df1[temp, new.employee.rank := i.V2, on = c("year", "id")]
df1
# id year month new.employee new.employee.rank
# 1: A 2014 1 4 1
# 2: A 2014 2 6 1
# 3: A 2015 1 2 2
# 4: A 2015 2 6 2
# 5: B 2014 1 23 2
# 6: B 2014 2 2 2
# 7: B 2015 1 5 1
# 8: B 2015 2 34 1
它看起来有点类似于上面的
dplyr 解决方案。这基本上是每年对 id s 进行排名并将它们连接回原始数据集。我在这里使用 data.table V1.9.6+。关于r - 选择一年中的一个月进行排名，然后将结果排名提供给其余年份，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33542688/