如何订购具有优先布局的向量？答案

【问题标题】：How to order vectors with priority layout?如何订购具有优先布局的向量？
【发布时间】：2021-06-28 14:38:02
【问题描述】：

让我们考虑以下字符串向量：

x <- c("B", "C_small", "A", "B_big", "C", "A_huge", "D", "A_big", "B_tremendous")

如您所见，此向量中有某些以相同开头的字符串，例如"B", "B_big".

我最终想要的是一个以这样的布局排序的向量，即所有具有相同开头的字符串都应该彼此相邻。但是字母顺序应该保持不变（"B" 应该是第一个，"C" 第二个等等）。让我举个例子来澄清一下：

简单来说，我想以向量结尾：

"B", "B_big", "B_tremendous", "C_small", "C", "A", "A_huge", "A_big", "D"

我为获得此向量所做的工作：我从左侧读取并看到"B"，因此我正在查看所有其他以相同开头的向量并将其放在"B" 的右侧。然后是"C"，所以我正在查看所有剩余的字符串并将所有字符串以"C" 开头，例如"C_small" 以此类推。

我不知道该怎么做。我几乎可以肯定 gsub 函数可以用来处理这个结果，但是我不确定如何将它与这个搜索和替换结合起来。你能帮我做吗？

【问题讨论】：

将向量转化为因子会是一个解决方案吗？
您没有根据后缀明确提及（附加）排序，但answer by @Damian 让我感到奇怪。你能澄清一下吗？如果有更复杂的情况，也许我的答案需要调整......干杯。

标签： r string vector character

【解决方案1】：

这是一种选择：

x <- c("B", "C_small", "A", "B_big", "C", "A_huge", "D", "A_big", "B_tremendous")

xorder <- unique(substr(x, 1, 1))
xnew <- c()

for (letter in xorder) {
  if (letter %in% substr(x, 1, 1)) {
    xnew <- c(xnew, x[substr(x, 1, 1) == letter])
  }
}

xnew

[1] "B"            "B_big"        "B_tremendous" "C_small"      "C"           
[6] "A"            "A_huge"       "A_big"        "D"

【讨论】：

【解决方案2】：

使用“前缀”作为因子水平，然后排序：

sx = substr(x, 1, 1)
x[order(factor(sx, levels = unique(sx)))]
# [1] "B"   "B_big"   "B_tremendous"  "C_small"   "C"   "A"   "A_huge"   "A_big"   "D"

如果您对非base 替代品持开放态度，则可以使用data.table::chgroup，“将重复的值组合在一起但保留组顺序（根据每个组的第一个出现顺序），高效”：

x[chgroup(substr(x, 1, 1))] 
# [1] "B"   "B_big"   "B_tremendous"  "C_small"   "C"   "A"   "A_huge"   "A_big"   "D"

【讨论】：

【解决方案3】：

我建议将文本的两个部分分成不同的维度。然后，使用命名字符向量为名称的描述部分定义清晰的等级顺序。从那里您可以即时重新排序输入向量。捆绑为函数：

x <- c("B", "C_small", "A", "B_big", "C", "A_huge", "D", "A_big", "B_tremendous")

sorter <- function(x) {
    # separate the two parts
    prefix <- sub("_.*$", "", x)
    suffix <- sub("^.*_", "", x)
    # identify inputs with no suffix
    suffix <- ifelse(suffix == "", "none", suffix)
    
    # map each suffix to a rank ordering 
    suffix_order <- c(
        "small"      = -1,
        "none"       =  0, 
        "big"        =  1,
        "huge"       =  2,
        "tremendous" =  3
    )
    
    # return input vector, 
    # ordered by the prefix and the mapping of suffix to rank
    x[order(prefix, suffix_order[suffix])]
    
}

sorter(x)

结果

[1] "A_big" "A_huge" "A"  "B_big" "B_tremendous" "B" "C_small" "C"           
[9] "D"

【讨论】：