mrank
语法
mrank(X, ascending, window, [ignoreNA=true], [tiesMethod='min'],
[percent=false], [minPeriods])
部分通用参数说明和窗口计算规则请参考:mFunctions
参数
ascending 是一个布尔值,表示是否按升序排序。默认值是 true。
ignoreNA 是一个布尔值,表示是否忽略 NULL 值。true 表示忽略 NULL 值(默认值),false 表示 NULL 值参与排名,此时 NULL 值为最小值。
tiesMethod 是一个字符串,表示窗口内若存在重复值时,排名如何选取。'min' 表示取最小排名,'max' 表示取最大排名,'average' 表示取排名的均值。
percent 是一个布尔值,表示是否以百分比形式显示返回的排名,默认值为 false。
详情
在给定长度(以元素个数或时间长度衡量)的滑动窗口内计算 X 元素在其对应窗口内的排名。
例子
X = 3 2 4 4 4 NULL 1
mrank(X, ascending=false, window=3, ignoreNA=true);
// output: [,,0,0,0,,1]
mrank(X, ascending=false, window=3, ignoreNA=true, minPeriods=2);
// output: [,1,0,0,0,,1]
mrank(X, ascending=false, window=3, ignoreNA=false, tiesMethod='max');
// output: [,,0,1,2,2,1]
mrank(X, ascending=false, window=3, ignoreNA=false, tiesMethod='max', minPeriods=2);
// output: [,1,0,1,2,2,1]
mrank(X, ascending=false, window=3, ignoreNA=false, tiesMethod='min');
// output: [,,0,0,0,2,1]
mrank(X, ascending=false, window=3, ignoreNA=false, tiesMethod='min', minPeriods=3);
// output: [,,0,0,0,,]
mrank(X, ascending=false, window=3, ignoreNA=false, tiesMethod='average');
// output: [,,0,0.5,1,2,1]
mrank(X, ascending=false, window=3, ignoreNA=false, tiesMethod='average', minPeriods=2);
// output: [,1,0,0.5,1,2,1]
m=matrix(1 2 5 3 4, 5 4 1 2 3);
m;
#0 | #1 |
---|---|
1 | 5 |
2 | 4 |
5 | 1 |
3 | 2 |
4 | 3 |
mrank(m, true, 3);
#0 | #1 |
---|---|
2 | 0 |
1 | 1 |
1 | 2 |
mrank(m, true, 3, percent=true);
col1 | col2 |
---|---|
1 | 0.3333 |
0.6667 | 0.6667 |
0.6667 | 1 |
m=matrix([1 4 2 4 5 7 4 3 2 5])
m.rename!(2020.01.01..2020.01.10, [`A])
m.setIndexedMatrix!()
mrank(m,window=3d,percent = 1)
label | A |
---|---|
2020.01.01 | 1 |
2020.01.02 | 1 |
2020.01.03 | 0.6667 |
2020.01.04 | 0.6667 |
2020.01.05 | 1 |
2020.01.06 | 1 |
2020.01.07 | 0.3333 |
2020.01.08 | 0.3333 |
2020.01.09 | 0.3333 |
2020.01.10 | 1 |
mrank(m, window=1w, percent = 1)
label | A |
---|---|
2020.01.01 | 1 |
2020.01.02 | 1 |
2020.01.03 | 0.6667 |
2020.01.04 | 0.75 |
2020.01.05 | 1 |
2020.01.06 | 1 |
2020.01.07 | 0.4286 |
2020.01.08 | 0.2857 |
2020.01.09 | 0.1429 |
2020.01.10 | 0.7143 |
相关函数:rank