是否有一种更简单的方法来确保数据帧的行按照“目标”向量进行排序，就像我在下面的简短示例中实现的那样?
df <- data.frame(name = letters[1:4], value = c(rep(TRUE, 2), rep(FALSE, 2)))
df
# name value
# 1 a TRUE
# 2 b TRUE
# 3 c FALSE
# 4 d FALSE
target <- c("b", "c", "a", "d")
这似乎有点太“复杂”了，无法完成工作:
idx <- sapply(target, function(x) {
which(df$name == x)
})
df <- df[idx,]
rownames(df) <- NULL
df
# name value
# 1 b TRUE
# 2 c FALSE
# 3 a TRUE
# 4 d FALSE
当前回答
如果您不想使用任何库，并且您的数据中有重复出现的情况，您也可以使用sapply。
new_order <- sapply(target, function(x,df){which(df$name == x)}, df=df)
df <- df[new_order,]
其他回答
如果您不想使用任何库，并且您的数据中有重复出现的情况，您也可以使用sapply。
new_order <- sapply(target, function(x,df){which(df$name == x)}, df=df)
df <- df[new_order,]
我们可以根据目标来调整因子水平，并将其用于排列
library(dplyr)
df %>% arrange(factor(name, levels = target))
# name value
#1 b TRUE
#2 c FALSE
#3 a TRUE
#4 d FALSE
或者点餐，切片食用
df %>% slice(order(factor(name, levels = target)))
当需要匹配数据时，我更喜欢在dplyr中使用***_join。一个可能的尝试
left_join(data.frame(name=target),df,by="name")
注意，***_join的输入需要tbls或data.frame
这个方法有点不同，它比之前的答案提供了更多的灵活性。 通过使它成为一个有序因子，你可以很好地在排列中使用它。我用的是重新排序。来自gdata包的因子。
df <- data.frame(name=letters[1:4], value=c(rep(TRUE, 2), rep(FALSE, 2)))
target <- c("b", "c", "a", "d")
require(gdata)
df$name <- reorder.factor(df$name, new.order=target)
接下来，利用它现在是有序的事实:
require(dplyr)
df %>%
arrange(name)
name value
1 b TRUE
2 c FALSE
3 a TRUE
4 d FALSE
如果你想回到原来的(字母)顺序，只需使用as.character()让它回到原来的状态。
这是一个类似的系统，在这种情况下，你有一个变量，你想要排序，但然后你想要排序一个辅助变量根据这个辅助变量在初始排序中第一次出现的顺序。
在下面的函数中，初始排序变量称为order_by，次要变量称为order_along——即“按该变量的初始顺序排序”。
library(dplyr, warn.conflicts = FALSE)
df <- structure(
list(
msoa11hclnm = c(
"Bewbush", "Tilgate", "Felpham",
"Selsey", "Brunswick", "Ratton", "Ore", "Polegate", "Mile Oak",
"Upperton", "Arundel", "Kemptown"
),
lad20nm = c(
"Crawley", "Crawley",
"Arun", "Chichester", "Brighton and Hove", "Eastbourne", "Hastings",
"Wealden", "Brighton and Hove", "Eastbourne", "Arun", "Brighton and Hove"
),
shape_area = c(
1328821, 3089180, 3540014, 9738033, 448888, 10152663, 5517102,
7036428, 5656430, 2653589, 72832514, 826151
)
),
row.names = c(NA, -12L), class = "data.frame"
)
这并没有给我我所需要的:
df %>%
dplyr::arrange(shape_area, lad20nm)
#> msoa11hclnm lad20nm shape_area
#> 1 Brunswick Brighton and Hove 448888
#> 2 Kemptown Brighton and Hove 826151
#> 3 Bewbush Crawley 1328821
#> 4 Upperton Eastbourne 2653589
#> 5 Tilgate Crawley 3089180
#> 6 Felpham Arun 3540014
#> 7 Ore Hastings 5517102
#> 8 Mile Oak Brighton and Hove 5656430
#> 9 Polegate Wealden 7036428
#> 10 Selsey Chichester 9738033
#> 11 Ratton Eastbourne 10152663
#> 12 Arundel Arun 72832514
这是一个函数:
order_along <- function(df, order_along, order_by) {
cols <- colnames(df)
df <- df %>%
dplyr::arrange({{ order_by }})
df %>%
dplyr::select({{ order_along }}) %>%
dplyr::distinct() %>%
dplyr::full_join(df) %>%
dplyr::select(dplyr::all_of(cols))
}
order_along(df, lad20nm, shape_area)
#> Joining, by = "lad20nm"
#> msoa11hclnm lad20nm shape_area
#> 1 Brunswick Brighton and Hove 448888
#> 2 Kemptown Brighton and Hove 826151
#> 3 Mile Oak Brighton and Hove 5656430
#> 4 Bewbush Crawley 1328821
#> 5 Tilgate Crawley 3089180
#> 6 Upperton Eastbourne 2653589
#> 7 Ratton Eastbourne 10152663
#> 8 Felpham Arun 3540014
#> 9 Arundel Arun 72832514
#> 10 Ore Hastings 5517102
#> 11 Polegate Wealden 7036428
#> 12 Selsey Chichester 9738033
由reprex包创建于2021-01-12 (v0.3.0)
