Classement d'une variable par la valeur pondérée d'une autre variable ?

Question

Super R débutant ici. J'essaie d'obtenir le classement d'une certaine variable par les valeurs pondérées d'une autre colonne/variable. Par exemple, j'ai un ensemble de données ci-dessous :

State <- rep(c("MN", "MN", "OR", "OR", "ME", "ME", "CO", "CO", "HI", "HI"), each = 3)
PopA <- c("145", "215", "200", "300", "177", "155", "2013", "89", "102", "3451", 
          "565", "805", "204", "650", "975", "145", "2045", "789", "226", "398", 
          "763","346","987","1236","765","876","95","45","3457","4557")
PopB <- c("190", "7410", "523", "963", "1254", "235", "3140", "4041", "896", "7458",
          "105", "40", "5673", "638", "1444", "673", "257", "4211", "869", "245", 
          "8545","8553","8853","234","635","963","3456","6754","234","2244")
inc1 <- c("55000", "67000", "34000", "17000", "135000", "98000", "54000", "55000", "102000", "170000",
          "75000", "12000", "345000", "23000", "13000", "78000", "112000", "48000", "45000", "89000", 
          "10000", "12000", "16000", "23000", "98000", "96000", "34000", "65000", "59000", "39000" ) 
inc2 <- c("23000", "98000", "45000", "92000", "87000", "55000", "29000", "65000", "59000", "155000", 
          "65000", "23000", "95000", "134000", "76000", "69000", "45000", "95000", "230000", "125000",
          "48000", "97000", "65000", "23000", "16000", "76000", "34500", "76000", "98000", "35000")
data <- data.frame(State, PopA, PopB, inc1, inc2)

J'essaie d'obtenir 4 nouvelles colonnes nommées Overall_rank1_PopA, Overall_rank2_PopB, Rank_by_state1_PopA, et Rank_by_state2_PopB. Dans ces colonnes, je veux obtenir un classement des inc1 et inc2 par population pondérée A et population pondérée B pour l'ensemble des données, puis également par état. Je veux faire cela par percentiles pondérés (quantiles pondérés ?) de popA et popB.

Actuellement, j'ai :

ranking <- data %>%
  arrange(inc1, inc2) %>%
  mutate(overall_rank1 = rank(inc1, ties.method = "average"), overall_rank2 = rank(inc2, ties.method = "average"))

ranking2 <- ranking %>%
  group_by(State)%>%
  mutate(state_rank1 = rank(inc1, ties.method = "average"), 
         state_rank2 = rank(inc2, ties.method = "average"))

Cependant, cela ne me donne que des classements ordinaux, non pondérés.

Quelqu'un a-t-il une idée de la manière de procéder ?

Answer 1

Étape 1 : supprimez tous les guillemets autour des nombres entiers dans votre cadre de données original (ils les faisaient agir comme des caractères, qui ne seraient pas classés correctement).

Étape 2 : créer de nouvelles colonnes pour les augmentations de population pondérées.

data %>% mutate(popAGrowth = inc1/PopA) %>% mutate(popBGrowth = inc2/PopB) -> data

Étape 3 : classer chaque ligne en fonction de la croissance (le premier rang étant le pourcentage de croissance le plus élevé).

data %>% mutate(popAGrowthRank = rank(-popAGrowth)) -> data
data %>% mutate(popBGrowthRank = rank(-popBGrowth)) -> data

Étape 4 : classer chaque État en fonction de la "popAGrowth" et de la "popBGrowth".

data %>% group_by(State) %>% mutate(stateRank1 = rank(-popAGrowth), stateRank2 = rank(-popBGrowth))

J'espère que cela a aidé ! (vous pouvez utiliser "select()" dans un autre pipe si vous voulez écarter les colonnes de pondération que j'ai faites)