基于多个条件的排名

Question

我有一个如下所示的数据集 (nm)，其中前三列显示用户是否正在使用该产品，即 1(是)或 0(不)。接下来的三列显示喜欢 A_TT 对应于 A_TT_1.1 的产品的百分比是多少，同样:

nm

A_TT  B_TT  C_TT  A_TT_1.1  B_TT_2.1  C_TT_3.1
0      0     1     0.06     0.84       0.89
1      1     0     0.92     0.83       0.94
0      1     0     0.09     0.9        0.13
1      0     1     0.87     0.05       0.9
0      0     0     0.13     0.11       0.14

我想在数据集(nm)中添加两列，即 Rank1 和 Rank2，它在满足以下两个条件的情况下排名前两个百分比:

a) 仅选择前三列中值为“零”的位置并进行排名
b) 在排名列中，它应该返回它的列名。

最终输出应该是:

nm

A_TT    B_TT    C_TT    A_TT_1.1    B_TT_2.1    C_TT_3.1   Rank 1   Rank 2
0         0      1       0.06        0.84       0.89      B_TT_2.1  A_TT_1.1
1         1      0       0.92        0.83       0.94      C_TT_3.1  NONE
0         1      0       0.09        0.9        0.13      C_TT_3.1  A_TT_1.1
1         0      1       0.87        0.05       0.9       B_TT_2.1  NONE
0         0      0       0.13        0.11       0.14      C_TT_3.1  A_TT_1.1

我尝试了很多选项，但没有任何效果。在此先感谢您提供解决方案。

Answer 1

我们可以通过 apply 指定 MARGIN = 1 来遍历行

nm[paste0("Rank", 1:2)] <-  t(apply(nm, 1, FUN = function(x)  {
                         i1 <- !x[1:3] #logical index giving TRUE for 0
                         x1 <- x[4:6][i1] #subset elements 4:6 based on i1
                         names(x1[order(-x1)])[1:2] #order the 'x1', extract names
                          }))
nm
#  A_TT B_TT C_TT A_TT_1.1 B_TT_2.1 C_TT_3.1    Rank1    Rank2
#1    0    0    1     0.06     0.84     0.89 B_TT_2.1 A_TT_1.1
#2    1    1    0     0.92     0.83     0.94 C_TT_3.1     <NA>
#3    0    1    0     0.09     0.90     0.13 C_TT_3.1 A_TT_1.1
#4    1    0    1     0.87     0.05     0.90 B_TT_2.1     <NA>
#5    0    0    0     0.13     0.11     0.14 C_TT_3.1 A_TT_1.1

注意:最好将 NA 作为缺失值，而不是“NONE”，因为使用函数 is.na/complete.cases/na 更容易删除这些值。 rm/na.省略等