Como classificar variáveis por grupo usando dplyr

Você pode usar a seguinte sintaxe básica para agrupar variáveis no dplyr:

 df %>% arrange (group_var, numeric_var) %>%
    group_by (group_var) %>% 
    mutate (rank = rank(numeric_var))

Os exemplos a seguir mostram como usar essa sintaxe na prática com o seguinte quadro de dados:

 #create data frame
df <- data. frame (team = c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#view data frame
df

   team points rebounds
1 to 12 5
2 to 28 7
3 to 19 7
4 A 22 12
5 B 32 11
6 B 45 4
7 B 22 10
8 C 28 7
9 C 13 8
10 C 19 8

Exemplo 1: Classificação em ordem crescente

O código a seguir mostra como ordenar os pontos marcados pelos jogadores em ordem crescente, agrupados por equipe:

 library (dplyr)

#rank points scored, grouped by team
df %>% arrange (team, points) %>%
    group_by (team) %>% 
    mutate (rank = rank(points))

# A tibble: 10 x 4
# Groups: team [3]
   team points rebounds rank
          
 1 A 12 5 1
 2 A 19 7 2
 3 A 22 12 3
 4 A 28 7 4
 5 B 22 10 1
 6 B 32 11 2
 7 B 45 4 3
 8 C 13 8 1
 9 C 19 8 2
10 C 28 7 3

Exemplo 2: Classificação em ordem decrescente

Também podemos classificar os pontos obtidos em ordem decrescente por grupo, utilizando um sinal negativo dentro da função Rank() :

 library (dplyr)

#rank points scored in reverse, grouped by team
df %>% arrange (team, points) %>%
    group_by (team) %>% 
    mutate (rank = rank(-points))

# A tibble: 10 x 4
# Groups: team [3]
   team points rebounds rank
          
 1 to 12 5 4
 2 A 19 7 3
 3 A 22 12 2
 4 A 28 7 1
 5 B 22 10 3
 6 B 32 11 2
 7 B 45 4 1
 8 C 13 8 3
 9 C 19 8 2
10 C 28 7 1

Como lidar com empates na classificação

Podemos usar o argumento tie.method para especificar como devemos lidar com empates ao ordenar valores numéricos.

 rank(points, ties. method = ' average ')

Você pode usar uma das seguintes opções para especificar como lidar com links:

• média : (Padrão) Dá a cada item vinculado a classificação média (os itens classificados em 3º e 4º receberiam uma classificação de 3,5)
• primeiro : Atribui o primeiro elemento vinculado à classificação mais baixa (os elementos classificados na 3ª e 4ª posições receberiam as classificações 3 e 4, respectivamente)
• min : Atribui cada item vinculado à classificação mais baixa (os itens classificados em 3º e 4º receberiam uma classificação de 3)
• max : atribui a cada item vinculado a classificação mais alta (os itens classificados em 3º e 4º receberiam uma classificação de 4)
• random : atribui a cada elemento empatado uma classificação aleatória (qualquer um dos elementos empatados na 3ª e 4ª posição pode receber qualquer uma das classificações)

Recursos adicionais

Os tutoriais a seguir explicam como executar outras funções comuns no dplyr:

Como selecionar a primeira linha por grupo usando dplyr
Como calcular frequências relativas usando dplyr
Como recodificar valores usando dplyr
Como substituir NA por Zero no dplyr