R 正则表达式用于对 char 向量进行奇数排序答案

【问题标题】：R regexp for odd sorting of a char vectorR 正则表达式用于对 char 向量进行奇数排序
【发布时间】：2020-04-26 09:17:12
【问题描述】：

我有数百个文件需要以复杂的方式对其列进行排序。想象一个字符向量x，它是names(foo) 的结果，其中foo 是data.frame：

x <- c("x1","i2","Component.1","Component.10","Component.143","Component.13",
       "r4","A","C16:1n-7")

我想根据以下规则对其进行排序：首先，任何以“组件”开头的内容都按字母顺序排列。其次，以“C”和数字开头的任何剩余内容按字母顺序排列。剩下的所有内容按字母顺序排在第三位。

对于x，那就是：

x[c(3,4,6,5,9,8,2,7,1)]

这是regexp 类型的任务吗？有人使用match 吗？每个文件将有不同数量的列（因此x 将具有不同的长度）。任何提示表示赞赏。

【问题讨论】：

有疑问，Component 的值不应该正确排序，即"Component.1" "Component.10" "Component.13" "Component.143" 还是只是按照出现的顺序排序
哎呀。是的。你是对的。

标签： r regex sorting

【解决方案1】：

您可以使用来自base-r 的函数order 来实现：

x <- c("x1","i2","Component.1","Component.10","Component.143","Component.13",
       "r4","A","C16:1n-7")    
order(
    !startsWith(x, "Component"), # 0 - starts with component, 1 - o.w.
    !grepl("^C\\d", x),          # 0 - starts with C<NUMBER>, 1 - o.w.
    x                            # alphabetical
)
# output: 3 4 6 5 9 8 2 7 1

【讨论】：

【解决方案2】：

仅使用基础 R 的蛮力解决方案：

first = sort(x[grepl('^Component', x)])
second = sort(x[grepl('^C\\d', x)])
third = sort(setdiff(x, c(first, second)))
c(first, second, third)

【讨论】：

【解决方案3】：

我们可以将int拆分成不同的元素，然后使用mixedsort from gtools

v1 <-  c(gtools::mixedsort(grep("Component", x, value = TRUE)), 
  gtools::mixedsort(grep("^C\\d+", x, value = TRUE)))
c(v1, gtools::mixedsort(x[!x %in% v1]))
#[1] "Component.1"   "Component.10"  "Component.13"  "Component.143" "C16:1n-7"      "A"             "i2"            "r4"           
#[9] "x1"

或者select 中的另一个选项，假设这些是 data.frame 的列

library(dplyr)
df1 %>%
  select(mixedsort(starts_with('Component')), 
       mixedsort(names(.)[matches("^C\\d+")]), 
       gtools::mixedsort(names(.)[everything()]))

如果只是出现的顺序

df1 %>% 
  select(starts_with('Component'), matches('^C\\d+'), sort(names(.)[everything()]))

数据

set.seed(24)
df1 <- as.data.frame(matrix(rnorm(5 * 9), ncol = 9,
         dimnames = list(NULL, x)))

【讨论】：

您的第三个正则表达式将省略以 C 开头但与前两个不匹配的字符串，例如“Cxx”。