代码之家 › 专栏 › 技术社区 › melbez

按R中的第一个字母和数字对多个列进行排序

tidyverse dplyr r

melbez · 技术社区 · 6 年前

我创建了一个如下所示的数据帧:

item  mean
a_b   5
a_c   2
a_a   4
b_d   7
b_f   3
b_e   1

我想对它进行排序,以便首先根据它是否以“A”或“B”开头进行排序,然后按平均值进行排序。最终的数据帧应该如下所示:

item  mean
a_c   2
a_a   4
a_b   5
b_e   1
b_f   3
b_d   7

请注意,项目列没有按字母顺序完全排序。它只按第一个字母排序。

我尝试过:

arrange(df, item, mean)

问题在于,它不仅按“A”和“B”类别排序,而且按整个项目名称排序。

我愿意使用过滤器将原始数据帧分离为单独的数据帧,然后在这些较小的子集中对平均值进行排序。我不需要一切都保持在同一个数据帧中。但是,我不确定如何使用过滤器只选择以“a_uuu”或“b_uuu”开头的项目的行。

3 回复 | 直到 6 年前

acylam 6 年前

另一种方法使用 dplyr :

library(dplyr)
arrange(df, sub('_.+$', '', item), mean)

另一种选择是使用 str_extract 从 stringr 只从中提取第一个字母 item :

library(stringr)
arrange(df, str_extract(item, '^._'), mean)

结果:

  item mean
1  a_c    2
2  a_a    4
3  a_b    5
4  b_e    1
5  b_f    3
6  b_d    7

数据:

df <- structure(list(item = c("a_b", "a_c", "a_a", "b_d", "b_f", "b_e"
), mean = c(5L, 2L, 4L, 7L, 3L, 1L)), .Names = c("item", "mean"
), class = "data.frame", row.names = c(NA, -6L))

笔记:

sub('_.+$', '', item) 通过创建临时变量 正在删除 _ 从那以后的一切 项目 . _.+$ 匹配文本下划线( γ )后跟任何字符一次或多次( .+ )在字符串的末尾( $ )
str_extract(item, '^._') 通过创建临时变量提取任何一个字符( . )后跟一个文字下划线( γ )在字符串的开头( ^ )
关于 dplyr::arrange 您可以在函数中创建临时排序变量,而不将其包含在输出中。

AntoniosK 6 年前

哲学是如果你想 arrange 通过某些东西(即这里的子字符串),您必须首先获得它:

df = read.table(text = "
item  mean
a_b   5
a_c   2
a_a   4
b_d   7
b_f   3
b_e   1
", header=T, stringsAsFactors=F)

library(tidyverse)

df %>%
  separate(item, c("item1","item2"), remove = F) %>% # split items while keeping the original column
  arrange(item1, mean) %>%                           # arrange by what you really want
  select(item, mean)                                 # keep only relevant columns

#   item mean
# 1  a_c    2
# 2  a_a    4
# 3  a_b    5
# 4  b_e    1
# 5  b_f    3
# 6  b_d    7

请注意,有多种方法可以从字符串中选择第一个字母。我刚决定用 separate 在这里。

如果你有很多物品 _ 您仍然需要提取第一个项目,以便替换第一个项目 γ 使用另一个分隔符(例如 : )把你的专栏分开:

df = read.table(text = "
item  mean
a_b_m   5
a_c   2
a_a   4
b_d_x_q   7
b_f   3
b_e   1
", header=T, stringsAsFactors=F)

library(tidyverse)
library(stringr)

df %>%
  mutate(item2 = str_replace(item, "_", ":")) %>%
  separate(item2, c("item1","item2"), remove = F, sep = ":") %>% 
  arrange(item1, mean) %>%                           
  select(item, mean) 

#      item mean
# 1     a_c    2
# 2     a_a    4
# 3   a_b_m    5
# 4     b_e    1
# 5     b_f    3
# 6 b_d_x_q    7

Rui Barradas 6 年前

基本的R解决方案是

inx <- order(substr(df$item, 1, 1), df$mean)
newdf <- df[inx, ]

newdf
#  item mean
#2  a_c    2
#3  a_a    4
#1  a_b    5
#6  b_e    1
#5  b_f    3
#4  b_d    7