如何在为其他变量分组时按一个变量对R中的数据框进行排序

Question

我有一个数据框：

library(tidyverse)
test_frame <- tibble(var_1 = rep(c("a", "b"), 5),
                     var_2 = c("a1", "a1", "a2", "a2", "a3", "a3", "a4", "a4", "a5", "a5"),
                     var_3 = runif(10, min = 1, max = 5))
test_frame
# A tibble: 10 x 3
   var_1 var_2 var_3
   <chr> <chr> <dbl>
 1 a     a1     4.00
 2 b     a1     4.12
 3 a     a2     2.77
 4 b     a2     1.33
 5 a     a3     3.95
 6 b     a3     3.02
 7 a     a4     2.44
 8 b     a4     2.57
 9 a     a5     1.35
10 b     a5     2.11

我希望它按 var_3 排序，但仅适用于 var_1 中具有值“a”的行，以将 var_2 中具有相同值的行保持在一起。像这样：

# A tibble: 10 x 3
   var_1 var_2 var_3
   <chr> <chr> <dbl>
 1 a     a1     4.00
 2 b     a1     4.12
 5 a     a3     3.95
 6 b     a3     3.02
 3 a     a2     2.77
 4 b     a2     1.33
 7 a     a4     2.44
 8 b     a4     2.57
 9 a     a5     1.35
10 b     a5     2.11

我尝试了不同的“group_by”和“arrange”组合，但没有成功。我错过了什么？

Answer 1

使用基数 R，按 'var_3' 值加倍 'var_2' 排序。

with(test_frame, test_frame[order(-rep(var_3[!duplicated(var_2)], each=2)), ])
# # A tibble: 10 x 3
#    var_1 var_2 var_3
#    <chr> <chr> <dbl>
#  1 a     a4     4.79
#  2 b     a4     1.33
#  3 a     a2     3.24
#  4 b     a2     4.62
#  5 a     a5     3.06
#  6 b     a5     2.56
#  7 a     a3     1.55
#  8 b     a3     4.96
#  9 a     a1     1.47
# 10 b     a1     2.90

---

数据

test_frame <- structure(list(var_1 = c("a", "b", "a", "b", "a", "b", "a", "b", 
"a", "b"), var_2 = c("a1", "a1", "a2", "a2", "a3", "a3", "a4", 
"a4", "a5", "a5"), var_3 = c(1.46994944661856, 2.89998832624406, 
3.24133098497987, 4.61612554918975, 1.55484067089856, 4.95556691568345, 
4.78667293023318, 1.32975023239851, 3.05684713739902, 2.56081386841834
)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"
))

Answer 2

一个dplyr 选项可能是：

test_frame %>%
 mutate(ranking = dense_rank(desc((var_1 == "a") * var_3))) %>%
 group_by(var_2) %>%
 mutate(ranking = min(ranking)) %>%
 arrange(ranking) %>%
 select(-ranking)

   var_1 var_2 var_3
   <chr> <chr> <dbl>
 1 a     a4     4.46
 2 b     a4     2.68
 3 a     a5     2.80
 4 b     a5     2.65
 5 a     a1     1.91
 6 b     a1     2.99
 7 a     a3     1.22
 8 b     a3     1.93
 9 a     a2     1.10
10 b     a2     4.92

或者：

test_frame %>%
 filter(var_1 == "a") %>%
 mutate(ranking = dense_rank(desc(var_3))) %>%
 bind_rows(test_frame %>%
            filter(var_1 == "b")) %>%
 group_by(var_2) %>%
 mutate(ranking = min(ranking, na.rm = TRUE)) %>%
 arrange(ranking) %>%
 select(-ranking)

Answer 3

一种解决方案是pivot_wider，这样您就对一个完整的变量进行排序，然后排序，然后pivot_longer 回到原来的形状。

test_frame %>%
 pivot_wider( names_from = var_1, values_from = var_3) %>%
 arrange( -a) %>%
 pivot_longer(cols=c(a,b), names_to="var_1", values_to = "var_3")

# A tibble: 10 x 3
   var_2 var_1 var_3
   <chr> <chr> <dbl>
 1 a1    a      4.21
 2 a1    b      1.82
 3 a5    a      3.71
 4 a5    b      1.25
 5 a3    a      2.76
 6 a3    b      2.58
 7 a2    a      2.60
 8 a2    b      4.32
 9 a4    a      1.12
10 a4    b      1.54

Answer 4

无需对数据框中的列进行分组、添加和删除 - 只需很好地使用 dplyr::arrange() 方法。我认为这可以满足您的需求：

as.data.frame(test_frame) %>% arrange(var_3, var_1, var_2)

这给了你这个：

    var_1 var_2    var_3
1      b    a4 1.866265
2      a    a4 2.703378
3      b    a5 2.931703
4      a    a1 2.935217
5      a    a2 3.019241
6      b    a1 3.029589
7      b    a3 3.657182
8      a    a3 4.392643
9      b    a2 4.415388
10     a    a5 4.498499

唯一的问题是 var_2 排序为 'b'，然后是 'a' - 不是 'a'，然后是 'b'，就像你想要的那样。可能有几种方法可以解决这个问题（您可以在 arrange() 函数中使用 desc(...) ......但我在让它工作时遇到了一些麻烦。最后，您实际上可以分离出 arrange() 函数，它一种按特定顺序对每一列进行排序的行为。这是我为您提供的最终解决方案：

as.data.frame(test_frame) %>% arrange(var_3) %>% arrange(var_1) %>% arrange(var_2)

   var_1 var_2    var_3
1      a    a1 2.935217
2      b    a1 3.029589
3      a    a2 3.019241
4      b    a2 4.415388
5      a    a3 4.392643
6      b    a3 3.657182
7      a    a4 2.703378
8      b    a4 1.866265
9      a    a5 4.498499
10     b    a5 2.931703