代码之家 › 专栏 › 技术社区 › Shawn Janzen

为什么R dplyr不能使用for循环中的向量元素正确地排列排序

dplyr sorting loops r

Shawn Janzen · 技术社区 · 4 年前

在for循环中使用r的dplyr::arrange()时,我很难使其正确排序。我发现很多帖子都在讨论这个问题(比如 ex.1 在.by_group=TRUE并且使用desc()better的情况下, ex.2 带有列表,以及 ex.3 使用filter_all()和%in%)。然而,我仍然有点难以理解为什么当我直接使用列名时,我可以让arrange()工作,而当我引用它在向量中的索引位置时,却不能工作,这将在稍后的循环中用于帮助从更大的数据帧中提取数据。

以下是一个可复制的玩具数据,用于演示:

set.seed(1) 
toy <- data.frame(a=rep(sample(letters[1:5], 4, TRUE)), tf=sample(c("T","F"), 100, TRUE), n1=sample(1:100, 100, TRUE), n2=1:100)
get_it <- colnames(toy)[3:4]

到目前为止,我的初始方法适用于select()部分的索引向量,但即使使用.by_group选项,也无法对arrange()进行排序。我还尝试添加dplyr::arrange(),但没有更改。

j=1  # pretending this is the 1st pass in the loop
toy %>% 
  select(a, tf, get_it[j]) %>% 
  group_by(a) %>% 
  arrange(desc(get_it[j]), .by_group=TRUE)

   a     tf     n1
<chr>  <chr>  <int>
   a      T     21
   a      T     17
   a      F     87
   a      T     90
   a      T     64

示例输出被截断

然而,当我在arrange()中为列的相同名称切换索引向量时,我会得到预期的排序结果(select仍然很好):

j=1  # pretending this is the 1st pass through the loop
toy %>% 
  select(a, tf, get_it[j]) %>% 
  group_by(a) %>% 
  arrange(desc(n1), .by_group=TRUE)

   a     tf     n1
<chr>  <chr>  <int>
   a      F     99
   a      F     98
   a      F     96
   a      F     95
   a      T     93

示例输出被截断

为什么第二个版本有效,而第一个版本无效?我应该更改什么,以便可以在多个列中循环使用它?
提前感谢!感谢您抽出时间!

(小编辑以更正拼写错误。)

0 回复 | 直到 4 年前

r2evans 4 年前

这是“ programming with dplyr “,使用 .data 用于通过字符串引用列:

toy %>% 
  select(a, tf, get_it[j]) %>% 
  group_by(a) %>% 
  arrange(desc(.data[[ get_it[j] ]]), .by_group=TRUE)
# # A tibble: 100 x 3
# # Groups:   a [3]
#    a     tf       n1
#    <chr> <chr> <int>
#  1 a     F        99
#  2 a     F        98
#  3 a     F        96
#  4 a     F        95
#  5 a     T        93
#  6 a     T        92
#  7 a     T        92
#  8 a     T        90
#  9 a     F        87
# 10 a     F        86
# # ... with 90 more rows

推荐文章