根据与另一个变量的值重复变化的变量排列ids

Question

假设我有一个数千产品的数据集。对于所有的产品，我都知道它们在main_rating_platform上是如何评级的，在alternative_rating_platform上是如何被评级的。碰巧的是，这些产品在alternative_rating_platform上的平均评级更差。这是数据集的一个小示例：

df <- data.frame(product_id=c("a2a","zyz","xyz","9io","rop"), 
                 main_rating_platform = c(4.07,3.99,4.81,3.71,3.99),
                 alternative_rating_platform = c(3.67,3.59,4.21,3.71,3.67))

我的最终目标是根据对product_ids进行main_rating_platform排名，但只根据alternative_rating_platform的评级对这个特定产品进行评级。

我试过的，现在知道该怎么做的是：(是的，我想用同样等级的产品，当它们有相同的评级时:)

library(dplyr)
df <- df %>% mutate(ranking_mainplatform = dense_rank(desc(main_rating_platform )))
df <- df %>% mutate(ranking_alternativeplatform = dense_rank(desc(alternative_rating_platform)))

但这不是我需要的。我想知道，如果product_id a2a按照alternative_rating_platform的评级进行评级，那么它的排名会是什么?而其他所有产品都将与main_rating_platform的评级一样。例如，突然之间，产品a2a (而不是4.07 )将被评为3.67星级。而不是第二好的产品，它实际上是最坏的，因此排名第5。

这应该是我希望最终得到的变量：

df$newranking_for_this_product_on_main_platform_but_with_rating_from_alternative_platform_ceterisparibus <- c(5,5,1,4,5)

我挣扎着让我的头绕着圈转。如果有一个没有循环的解决方案，并且在计算上对大数据是友好的，那就太好了。但是如果循环在这里是必须的，那么它就是=)

Answer 1

这可能不是很好的扩展，因为您最终要在每一行迭代两次(即使没有显式的循环，在幕后也有)。基本上，在下面的代码中，它会遍历每个product_id并创建一个新的评级列表，该列表只是在该行的替代评级中添加。然后，它返回并计算这个次级1列表的排名。

library(dplyr)
library(purrr)

df <- data.frame(product_id=c("a2a","zyz","xyz","9io","rop"), 
                 main_rating_platform = c(4.07,3.99,4.81,3.71,3.99),
                 alternative_rating_platform = c(3.67,3.59,4.21,3.71,3.67))



df <- df |> 
  mutate(sub1Ratings = map(
    seq_along(product_id), 
    function(i, main, alt) {
      main[i] <- alt[i]
      main
    }, 
    main = main_rating_platform, 
    alt = alternative_rating_platform
  ))|> 
  mutate(
    sub1Rank = imap(sub1Ratings, ~dense_rank(desc(.x))[.y])
  ) 


as.integer(df$sub1Rank)
#> [1] 4 5 1 4 5

由于dense_rank如何处理领带，产出排名并不完全符合您在问题中的要求。