190

有没有一种更简单的方法来确保数据框的行按照我在下面的简短示例中实现的“目标”向量进行排序？

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”而无法完成工作：

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
4

6 回答 6

268

尝试match：

df <- data.frame(name=letters[1:4], value=c(rep(TRUE, 2), rep(FALSE, 2)))
target <- c("b", "c", "a", "d")
df[match(target, df$name),]

  name value
2    b  TRUE
3    c FALSE
1    a  TRUE
4    d FALSE

只要您target包含与 完全相同的元素df$name，并且不包含重复值，它就会起作用。

来自?match：

match returns a vector of the positions of (first) matches of its first argument 
in its second.

因此match找到与target的元素匹配的行号，然后我们df按该顺序返回。

于 2012-08-15T21:03:58.547 回答
29

我更喜欢在需要匹配数据时使用***_join in 。dplyr一种可能的尝试

left_join(data.frame(name=target),df,by="name")

请注意，***_join需要 tbls 或 data.frame的输入

于 2016-06-23T03:30:00.843 回答
27

我们可以根据target和使用它来调整因子水平arrange 

library(dplyr)
df %>% arrange(factor(name, levels = target))

#  name value
#1    b  TRUE
#2    c FALSE
#3    a  TRUE
#4    d FALSE

或者order它并使用它slice

df %>% slice(order(factor(name, levels = target)))
于 2020-01-14T09:10:45.997 回答
18

这种方法有点不同，它为我提供了比以前的答案更多的灵活性。通过使其成为有序因子，您可以很好地使用它arrange。我使用了gdata包装中的 reorder.factor。

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，使用它现在已订购的事实：

require(dplyr)
df %>%
  arrange(name)
    name value
1    b  TRUE
2    c FALSE
3    a  TRUE
4    d FALSE

如果您想返回原始（字母）排序，只需使用as.character()使其恢复到原始状态。

于 2015-05-26T11:11:04.133 回答
2

如果您不想使用任何库并且数据中重复出现，您也可以使用whichwith sapply。

new_order <- sapply(target, function(x,df){which(df$name == x)}, df=df)
df        <- df[new_order,]
于 2020-01-17T19:53:32.600 回答
1

这是一个类似的系统，适用于您最初想要排序的变量，但随后您想根据该次要变量在初始排序中首次出现的顺序按次要变量进行排序。

在下面的函数中，调用了初始排序变量并调用order_by了辅助变量order_along——如“按此变量沿其初始顺序排序”。

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"
)

这并没有给我我需要的东西：

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 包于 2021-01-12 创建(v0.3.0)

于 2021-01-12T00:41:59.130 回答