对变量进行rank处理是什么意思

nick_judy

最近看别人的房价预测项目，其中提到进行rank处理，这里不太懂，想问一下什么叫进行
rank处理，以及为什么要进行这样的处理，谢谢

tctcab

其实很实际啊，学校考完试不也要按分数高低排个名吗，那就是rank处理

R里直接rank()即可

nick_judy

tctcab rank就是排个序吗= =

tctcab

nick_judy
只是获得排名，向量里元素顺序并没有改变

Jiena

rank() 的排名默认是从小到大（第一名是最小值），比如：

df1=data.frame(value1=runif(5))
df1$RANK=rank(df1$value1)
df1
      value1 RANK
1 0.09663374    2
2 0.02199372    1
3 0.99304478    5
4 0.58393885    3
5 0.78182307    4

这里基本上有两个细节要注意：

如果有 NA 的话，na.last = TRUE 就是把 NA 放在最后一名，na.last = F就是把 NA 放在第一名
如果有并列的话，要根据您的需求用 ties.method 这个参数，ties.method= "min" 就是显示并列数值们的最小排名，如下：
```
df1=data.frame(value1=c(0.01，0.01，runif(5))) 
df1$RANK=rank(df1$value1,ties.method= "min")
df1
      value1 RANK
1 0.01000000    1
2 0.01000000    1
3 0.74563622    6
4 0.08537846    3
5 0.30051761    4
6 0.61456216    5
7 0.75293206    7
```

nick_judy

假设我对小区名称进行rank，那么可以以排名作为小区的编码吗

tctcab

nick_judy

rank不是这么用的，你可以将字符串转为factor，再转为数组：

# not good
rank(c("a","b","DSFSDF","a"))
#> [1] 1.5 3.0 4.0 1.5

# fine
as.numeric(factor(c("a","b","DSFSDF","a")))
#> [1] 1 2 3 1