使用条件对字符列进行排序/排列

Question

我正在尝试使用dplyr 的arrange 根据条件对字符串进行排序。我想在一列上arrange，但如果第二列等于一个值，则按升序排列，如果第二列等于另一个值，则按降序排列。

我发现了几个类似的问题（其中一个是我自己以前的问题之一），但它们并不直接适用。它们都在数字列上排序，它们不适用于字符列。

R - Conditionally sort multiple columns as ascending or descending by group

Sort/arrange within group for only chosen groups

这里是示例数据：

df <- mtcars %>% as_tibble(rownames = "model") %>% select(model, mpg, cyl) %>% slice(1:8) %>% mutate(cond = c(rep("A", 4), rep("B", 4)))

如果 cond == "A"，我想按升序对 "model" 进行排序。如果 cond == "B"，我想按降序对 "model" 进行排序。我想要一个不依赖于bind_rows 或类似解决方案的解决方案。

可能是以下形式：

library(dplyr)
df %>% arrange(ifelse(cond == "A", model, desc(model)))

所需的解决方案如下所示：

## A tibble: 8 x 8
#  model              mpg   cyl cond 
#  <chr>              <dbl> <dbl> <chr>
#1 Datsun 710         22.8     4 A    
#2 Hornet 4 Drive     21.4     6 A    
#3 Mazda RX4          21       6 A    
#4 Mazda RX4 Wag      21       6 A    
#5 Valiant            18.1     6 B    
#6 Merc 240D          24.4     4 B    
#7 Hornet Sportabout  18.7     8 B    
#8 Duster 360         14.3     8 B    

Answer 1

这很混乱，但它确实有效。

mtcars %>% 
  as_tibble(rownames = "model") %>% 
  select(model, mpg, cyl) %>% 
  slice(1:8) %>% 
  mutate(cond = c(rep("A", 4), rep("B", 4))) %>%
  group_by(cond) %>%
  arrange(model, .by_group = TRUE) %>%
  add_rownames(., var = "rowna") %>%
  mutate(rowna = as.numeric(rowna)) %>%
  rowwise() %>%
  mutate(idx = ifelse(cond == "A", rowna, 8 - rowna)) %>%
  group_by(cond) %>%
  arrange(idx, .by_group = TRUE) %>%
  select(-idx, -rowna)

  model               mpg   cyl cond 
  <chr>             <dbl> <dbl> <chr>
1 Datsun 710         22.8     4 A    
2 Hornet 4 Drive     21.4     6 A    
3 Mazda RX4          21       6 A    
4 Mazda RX4 Wag      21       6 A    
5 Valiant            18.1     6 B    
6 Merc 240D          24.4     4 B    
7 Hornet Sportabout  18.7     8 B    
8 Duster 360         14.3     8 B 

Answer 2

我们可能会使用group_modify 和group_by

library(dplyr)
df %>% 
    group_by(cond) %>%
    group_modify(~.x %>% 
              arrange(if(.y == 'A') model else desc(model)) ) %>%
    ungroup %>%
    select(names(df))

-输出

# A tibble: 8 x 4
  model               mpg   cyl cond 
  <chr>             <dbl> <dbl> <chr>
1 Datsun 710         22.8     4 A    
2 Hornet 4 Drive     21.4     6 A    
3 Mazda RX4          21       6 A    
4 Mazda RX4 Wag      21       6 A    
5 Valiant            18.1     6 B    
6 Merc 240D          24.4     4 B    
7 Hornet Sportabout  18.7     8 B    
8 Duster 360         14.3     8 B   

---

也可以单独subset 'model' sort 的值并在factor 中指定为levels 以得到arranged 相应

df %>%  
   arrange(factor(model, levels = c(sort(model[cond == 'A']), 
           sort(model[cond != "A"], decreasing = TRUE))))

-输出

# A tibble: 8 x 4
  model               mpg   cyl cond 
  <chr>             <dbl> <dbl> <chr>
1 Datsun 710         22.8     4 A    
2 Hornet 4 Drive     21.4     6 A    
3 Mazda RX4          21       6 A    
4 Mazda RX4 Wag      21       6 A    
5 Valiant            18.1     6 B    
6 Merc 240D          24.4     4 B    
7 Hornet Sportabout  18.7     8 B    
8 Duster 360         14.3     8 B    

Answer 3

我发现通常情况下，基本 R 解决方案要简单得多：

split(df, df$cond) <- lapply(split(df, df$cond), function(d) {
    d[order(d$model, decreasing = all(d$cond == "B")),]
})

这会按条件拆分数据集，然后根据条件是“A”还是“B”对每个拆分进行排序，然后将拆分重新插入到各自的位置。

Answer 4

这可以通过dplyr::arrange 和ifelse 轻松完成。诀窍在于 {dplyr} 的 desc 函数具有不同的输出，其类型与其输入不同。对于这些情况，我们必须改用base::rev：

library(dplyr)

df %>% 
  arrange(cond, ifelse(cond == "B", rev(model), model))

#> # A tibble: 8 x 4
#>   model               mpg   cyl cond 
#>   <chr>             <dbl> <dbl> <chr>
#> 1 Datsun 710         22.8     4 A    
#> 2 Hornet 4 Drive     21.4     6 A    
#> 3 Mazda RX4          21       6 A    
#> 4 Mazda RX4 Wag      21       6 A    
#> 5 Valiant            18.1     6 B    
#> 6 Hornet Sportabout  18.7     8 B    
#> 7 Merc 240D          24.4     4 B    
#> 8 Duster 360         14.3     8 B

^{由reprex package (v0.3.0) 于 2021-09-18 创建}