A：排名函数中tie.method的完整指南

您可以使用基数 R 中的Rank()函数返回向量中值的排名。

该函数使用以下基本语法：

排名(x, na.last=TRUE,ties.method=”平均”)

金子：

• x ：包含要分类的值的向量
• na.last ：如果为 TRUE，则将缺失值放在最后。如果为FALSE，则将缺失值放在第一位。
• tie.method ：如何处理平局（默认为“平均”）

Rank()函数的Ties.method参数指定应如何处理关系。

该参数接受以下选项：

• average ：（默认）为每个链接的项目分配平均排名（排名第 3 和第 4 的项目都将获得 3.5 的排名）
• first ：将第一个链接元素分配给最低排名（排名第 3 和第 4 位置的元素将分别获得排名 3 和 4）
• last ：将最后一个链接元素分配给最低排名（排名第 3 和第 4 位置的元素将分别获得排名 4 和 3）
• min ：将每个链接的项目分配到最低排名（排名第 3 和第 4 的项目都将获得排名 3）
• max ：为每个链接的项目分配最高排名（排名第 3 和第 4 的项目都将获得排名 4）
• random ：为每个并列元素分配一个随机排名（与第三和第四位置并列的元素都可以接收任一排名）

以下示例展示了如何在 R 中使用以下数据框来实际使用每个选项：

 #create data frame
df <- data. frame (player=c('A', 'B', 'C', 'D', 'E'),
                 dots=c(5, 8, 10, 10, 17))

#view data frame
df

  player points
1 to 5
2 B 8
3 C 10
4 D 10
5 E 17

示例 1：使用 Rank() 和 Ties.method=”average”

以下代码演示如何创建一个新列，该列使用Rank()和Ties.method=”average”来根据点数列的值向每个玩家分配排名：

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = “ average ”)

#view updated data frame
df

  player points points_rank
1 to 5 1.0
2 B 8 2.0
3 C 10 3.5
4 D 10 3.5
5 E 17 5.0

由于选手 C 和 D 的积分相同，并且分在第 3 和第 4 名，因此他们的排名平均值都是： 3.5 。

示例 2：使用 Rank() 和 Ties.method=”first”

以下代码演示如何创建一个新列，该列使用Rank()和Ties.method=”first”来根据点数列的值向每个玩家分配排名：

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " first ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 3
4 D 10 4
5 E 17 5

由于玩家 C 和 D 拥有相同的分数并占据位置 3 和 4，因此这两个玩家之间的第一个玩家（玩家“C”）获得最低排名。

示例 3：使用 Rank() 和 Ties.method=”last”

以下代码显示如何创建一个新列，该列使用Rank()和Ties.method=”last”来根据点数列的值为每个玩家分配排名：

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " last ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 4
4 D 10 3
5 E 17 5

由于玩家 C 和 D 拥有相同的分数并占据位置 3 和 4，因此两者之间的最后一个玩家（玩家“D”）获得最低排名。

示例 4：使用 Rank() 和 Ties.method=”min”

以下代码展示了如何创建一个新列，该列使用Rank()和Ties.method=”min”来根据点数列的值为每个玩家分配排名：

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " min ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 3
4 D 10 3
5 E 17 5

由于玩家 C 和 D 的积分相同，并且分在第 3 和第 4 位，因此两位玩家都获得了最低排名： 3 。

示例 5：使用 Rank() 和 Ties.method=”max”

以下代码显示如何创建一个新列，该列使用Rank()和Ties.method=”max”来根据点数列的值为每个玩家分配排名：

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " max ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 4
4 D 10 4
5 E 17 5

由于玩家 C 和 D 的积分相同，并且分在第 3 和第 4 位置，因此两位玩家都获得了最高排名： 4 。

示例 6：使用 Rank() 和 Ties.method=”random”

以下代码演示了如何创建一个新列，该列使用Rank()和Ties.method=”random”来根据点数列的值向每个玩家分配排名：

 #create new column that ranks players based on their points value
df$points_rank = rank(df$points, ties. method = " random ")

#view updated data frame
df

  player points points_rank
1 to 5 1
2 B 8 2
3 C 10 4
4 D 10 3
5 E 17 5

由于选手 C 和 D 的分数相同，并且分在 3 号和 4 号位置，因此每位选手被随机分配 3 或 4 名。

请注意，当您对tie.method使用“随机”时，分配给每个值的排名可能会在每次运行代码时发生变化。

其他资源

以下教程解释了如何在 R 中执行其他常见任务：

如何在 R 中使用 sort()、order() 和 Rank()
如何计算R中的百分位等级
如何使用 dplyr 按组排序