巧用R中的各种排名窗口函数

前言

 在sql中巧用窗口函数可以解决很多复杂的问题，窗口函数有4种函数类型：排名函数、偏移函数、聚合函数和分布函数，详细介绍可以浏览：

                     【窗口函数】第一弹：窗口函数简介

                     【窗口函数】第二弹：排名函数和偏移函数

                     【窗口函数】第三弹：聚合函数和分布函数

    

  R语言中，也有与sql中一一对应的4种类型的窗口函数，除了聚合函数有点差异之外，其他3种类型的窗口函数完全一致，而且在R中使用管道函数书写窗口函数代码，比sql中更容易理解。分4部分讲一下：排名函数、偏移函数、聚合函数和分布函数，本节介绍一下R语言中的排名函数。

函数对比

  SQL中窗口函数语句中over语句中两个关键词：partition by和order by，R语言中也有与之一一对应的函数：

    

  SQL中排名函数有4个：row_number()、rank()、dense_rank()和ntile()，R语言中也有4个排名函数与之对应，函数名也几乎相同：

函数使用

  数据使用之前的数据：

1 row_number函数

    R语言中的row_number函数与sql中的row_number函数相同，对group_by后面字段进行分组，按照order_by后面字段排序，生成一个连续不重复的编码，对每个客户按照购买时间升序排序编码：

    输出结果与sql输出结果有一点不同：R语言中输出结果的顺序与原始数据的顺序一致，而sql中是按照购买时间的先后顺序输出的，若想输出结果与sql中一致，则：

   之前说过，使用管道函数连接的语句执行顺序和书写顺序一致，上面语句可以理解为：1、使用group_by对指定的user_no字段分组；2、使用order_by函数对组内数据按照购买时间升序排列编码，增加一个新字段；3、使用arrange对指定的字段user_no和buy_date排序。

2 min_rank函数

    R语言中的min_rank函数与sql中的rank函数相同，row_number函数对order_by后面字段相同的记录编码是不同的，min_rank就是解决这个问题，对相同的记录编码相同：

同样为了得到与sql中相同的输出结果，则：

3 dense_rank函数

  R语言中的dense_rank函数与sql中的dense_rank函数相同，min_rank编码出现跳号现象，而dense_rank函数编码不会跳号：

同样得到与sql中相同的输出结果：

4 ntile函数

    R语言中的ntile函数与sql中的ntile函数相同，把每一组分成几块，块数由参数n决定：

同样为了得到与sql中输出结果一致：

总结

      简单介绍R语言中4个排名窗口函数，函数名几乎与sql中的4个排名窗口函数一样（除了min_rank与rank）,但R语言的排名窗口函数的输出结果与sql中的输出结果有点不同：R语言的数据结果不改变原来的数据顺序，而sql中的输出结果改变了原数据的顺序，若想得到与sql中一样的输出结果，在R中使用arrange对相应的字段进行排序即可。