r - 作为具有与原始向量相同的顺序/长度的向量，最有效的方法来返回向量在因子水平内的秩？

Question

还有一个要求 - 结果向量与原始向量的顺序相同。

我有一个非常基本的函数，可以对向量进行百分位数，并且按照我想要的方式工作:

ptile <- function(x) {
  p <- (rank(x) - 1)/(length(which(!is.na(x))) - 1)
  p[p > 1] <- NA
  p 
}

data <- c(1, 2, 3, 100, 200, 300)

例如， ptile(data) 生成:

[1] 0.0 0.2 0.4 0.6 0.8 1.0

我真正想做的是使用相同的函数(ptile)并让它在一个因子的水平内工作。所以假设我有一个“因子” f 如下:

f <- as.factor(c("a", "a", "b", "a", "b", "b"))

我希望能够将“数据”转换为一个向量，该向量告诉我，对于每个观察，其对应的百分位数相对于同一级别内的其他观察是什么，如下所示:

0.0 0.5 0.0 1.0 0.5 1.0

作为在黑暗中的一个镜头，我尝试:

tapply(data,f,ptile)

并看到它实际上确实成功地进行了排名/百分比化，但这样做的方式我不知道哪些观察结果与原始向量中的索引相匹配:

[1] a a b a b b
Levels: a b
> tapply(data,f,ptile)
$a
[1] 0.0 0.5 1.0

$b
[1] 0.0 0.5 1.0

这很重要，因为我使用的实际数据可以有 1000-3000 个观察值(股票)和 10-55 个级别(如行业、按其他股票特征分组等)，并且我需要得到的向量是相同的按照它进入的方式排序，以使所有内容在我的矩阵中逐行排列。

是否有一些“应用”变体可以满足我的要求？或几行便可以解决问题的线？我已经在 C# 和 F# 中用更多的代码行编写了这个功能，但我认为在 R 中必须有一些非常直接、优雅的解决方案。有没有？

提前致谢!

Answer 1

ave 函数非常有用。主要的问题是记住你总是需要用 FUN= 命名函数:

 dt <- data.frame(data, f)
 dt$rank <-  with(dt, ave(data, list(f), FUN=rank))
     dt
    #---
      data f rank
    1    1 a    1
    2    2 a    2
    3    3 b    1
    4  100 a    3
    5  200 b    2
    6  300 b    3

编辑:我以为我在回答标题中的问题，但被要求包含使用“ptile”函数的代码:

> dt$ptile <-  with(dt, ave(data, list(f), FUN=ptile))
> dt
  data f rank ptile
1    1 a    1   0.0
2    2 a    2   0.5
3    3 b    1   0.0
4  100 a    3   1.0
5  200 b    2   0.5
6  300 b    3   1.0