R语言中的row_number()列出排序index的时候对于并列的情况怎么处理？

Question

例如：

df<- df %>% group_by(df) %>% dplyr::mutate(n = row_number())

这个语句怎么解读

Answer 1

library(dplyr)

# 创建示例数据框
df <- data.frame(
  group = c("A", "A", "B", "B", "B", "C"),
  value = c(5, 5, 1, 3, 3, 2)
)

# 使用 group_by 和 mutate 添加行号
df <- df %>%
  group_by(group) %>%
  mutate(n = row_number())

print(df)

解释
df 数据框：
group    value
A    5
A    5
B    1
B    3
B    3
C    2
group_by(group)：按 group 列对数据框进行分组。每个组中的行将独立处理。

mutate(n = row_number())：为每个组添加一列 n，该列表示每行在其所属组中的行号。

最终结果是：
# A tibble: 6 × 3
# Groups:   group [3]
  group value     n
  <chr> <dbl> <int>
1 A         5     1
2 A         5     2
3 B         1     1
4 B         3     2
5 B         3     3
6 C         2     1
处理并列情况
如果希望处理并列情况，比如希望根据某列排序，并对并列项有特定的处理，可以使用 dense_rank 或 min_rank。例如：

df <- df %>%
  group_by(group) %>%
  mutate(n_dense = dense_rank(value))

print(df)

dense_rank 会对并列项赋予相同的排名，但不会跳过排名。例如，如果有两个并列项排在第一位，则下一个排名为2，而不是3。

示例输出
# A tibble: 6 × 4
# Groups:   group [3]
  group value     n n_dense
  <chr> <dbl> <int>   <int>
1 A         5     1       1
2 A         5     2       1
3 B         1     1       1
4 B         3     2       2
5 B         3     3       2
6 C         2     1       1
这里，n_dense 列显示了 dense_rank 的结果。对于 A 组中的两个 5，它们都被赋予了相同的排名 1。对于 B 组中的两个 3，它们都被赋予了相同的排名 2。