为 sort.data.frame 创建通用/方法一致性的最佳方法？

Question

我最终决定将互联网上流传的 sort.data.frame 方法放入 R 包中。它只是被要求太多，不能留给一种特殊的分发方法。

但是，它使用的参数使其与通用排序函数不兼容：

sort(x,decreasing,...)
sort.data.frame(form,dat)

如果我将 sort.data.frame 更改为像 sort.data.frame(form,decreasing,dat) 中那样将递减作为参数并丢弃递减，那么它就会失去其简单性，因为您总是必须指定 dat= 并且不能真正使用位置参数。如果我像sort.data.frame(form,dat,decreasing) 一样将其添加到末尾，则该顺序与通用函数不匹配。如果我希望递减在点`sort.data.frame（form，dat，...）中被捕获，那么当使用基于位置的匹配时，我相信通用函数会将第二个位置分配给递减并且它会得到丢弃。协调这两个功能的最佳方法是什么？

完整的功能是：

# Sort a data frame
sort.data.frame <- function(form,dat){
# Author: Kevin Wright
# http://tolstoy.newcastle.edu.au/R/help/04/09/4300.html
# Some ideas from Andy Liaw
# http://tolstoy.newcastle.edu.au/R/help/04/07/1076.html
# Use + for ascending, - for decending.
# Sorting is left to right in the formula
# Useage is either of the following:
# sort.data.frame(~Block-Variety,Oats)
# sort.data.frame(Oats,~-Variety+Block)

# If dat is the formula, then switch form and dat
  if(inherits(dat,"formula")){
    f=dat
    dat=form
    form=f
  }
  if(form[[1]] != "~") {
    stop("Formula must be one-sided.")
  }
# Make the formula into character and remove spaces
  formc <- as.character(form[2])
  formc <- gsub(" ","",formc)
# If the first character is not + or -, add +
  if(!is.element(substring(formc,1,1),c("+","-"))) {
    formc <- paste("+",formc,sep="")
  }
# Extract the variables from the formula
  vars <- unlist(strsplit(formc, "[\\+\\-]"))
  vars <- vars[vars!=""] # Remove spurious "" terms
# Build a list of arguments to pass to "order" function
  calllist <- list()
  pos=1 # Position of + or -
  for(i in 1:length(vars)){
    varsign <- substring(formc,pos,pos)
    pos <- pos+1+nchar(vars[i])
    if(is.factor(dat[,vars[i]])){
      if(varsign=="-")
        calllist[[i]] <- -rank(dat[,vars[i]])
      else
        calllist[[i]] <- rank(dat[,vars[i]])
    }
    else {
      if(varsign=="-")
        calllist[[i]] <- -dat[,vars[i]]
      else
        calllist[[i]] <- dat[,vars[i]]
    }
  }
  dat[do.call("order",calllist),]
} 

例子：

library(datasets)
sort.data.frame(~len+dose,ToothGrowth)

Answer 1

那里有一些问题。 sort.data.frame 需要与泛型具有相同的参数，因此至少需要

sort.data.frame(x, decreasing = FALSE, ...) {
....
}

要进行分派工作，第一个参数需要是分派对象。所以我会开始：

sort.data.frame(x, decreasing = FALSE, formula = ~ ., ...) {
....
}

其中x 是您的dat，formula 是您的form，我们为公式提供了一个默认值以包含所有内容。 （我还没有详细研究过你的代码，看看form到底代表什么。）

当然，你不需要在调用中指定decreasing，所以：

sort(ToothGrowth, formula = ~ len + dose)

将是如何使用上述规范调用函数。

否则，如果您不希望 sort.data.frame 成为 S3 泛型，请将其命名为其他名称，然后您可以随意使用任何您想要的参数。

Answer 2

我同意@Gavin 的观点，即x 必须排在第一位。不过，我会将decreasing 参数放在formula 之后——因为它可能没有被太多使用，而且几乎没有用作位置参数。

formula 参数将被使用得更多，因此应该是第二个参数。我也非常同意@Gavin 的观点，它应该被称为formula，而不是form。

sort.data.frame(x, formula = ~ ., decreasing = FALSE, ...) {
  ...
}

您可能希望扩展 decreasing 参数以允许逻辑向量，其中每个 TRUE/FALSE 值对应于公式中的一列：

d <- data.frame(A=1:10, B=10:1)
sort(d, ~ A+B, decreasing=c(A=TRUE, B=FALSE)) # sort by decreasing A, increasing B

Answer 3

在plyr 中使用arrange 函数。它允许您单独选择哪些变量应该按升序和降序排列：

arrange(ToothGrowth, len, dose)
arrange(ToothGrowth, desc(len), dose)
arrange(ToothGrowth, len, desc(dose))
arrange(ToothGrowth, desc(len), desc(dose))

它还有一个优雅的实现：

arrange <- function (df, ...) {
  ord <- eval(substitute(order(...)), df, parent.frame())
  unrowname(df[ord, ])
}

而desc只是一个普通的函数：

desc <- function (x) -xtfrm(x)

如果您正在编写此类函数，强烈建议您阅读xtfrm 的帮助。