dplyr::arrange 与一列数字因子答案

【问题标题】：dplyr::arrange with a column of numeric factorsdplyr::arrange 与一列数字因子
【发布时间】：2018-04-04 02:08:16
【问题描述】：

我确信这是一个简单的解决方法，但我已经解决了一个小时。

DataFrame 看起来像这样：

> head(cpgval.filtered)
      X        CpG txpt  tss
1 72923 cg15319295 XIST XIST
2 72924 cg03554089 XIST XIST
3 72925 cg12653510 XIST XIST
4 72926 cg05533223 XIST XIST
5 72927 cg11717280 XIST XIST
6 72928 cg20698282 XIST XIST
                                                                                        CellLine      Meth
1 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged.P103.total.DNA.methylation.RepB 0.8141782
2 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged.P103.total.DNA.methylation.RepB 0.9349818
3 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged.P103.total.DNA.methylation.RepB 0.7045790
4 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged.P103.total.DNA.methylation.RepB 0.9728426
5 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged.P103.total.DNA.methylation.RepB 0.8467799
6 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged.P103.total.DNA.methylation.RepB 0.8038316
  OrigOrder                                              CultureConditions GroupNumber         corr      PVal
1         7 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged           1  0.346066701 0.3616219
2         7 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged           1 -0.396517739 0.2907117
3         7 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged           1 -0.337107272 0.3750063
4         7 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged           1  0.063036561 0.8720074
5         7 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged           1 -0.007955937 0.9837932
6         7 hESCs.cultured.on.mouse.feeder.layer.and.mechanically.passaged           1  0.360234098 0.3409356
  Passage
1     103
2     103
3     103
4     103
5     103
6     103

段落列由 8 个不同的数字组成：

> unique(cpgval.filtered$Passage)
[1] 103 104 147 161 41  42  5   6  
Levels: 103 104 147 161 41 42 5 6

我想按通道顺序 5,6,41,42,103,104,147,161 排列数据帧

所以，我打电话：

cpgval.filtered <- cpgval.filtered %>% dplyr::arrange(as.numeric(Passage))

我得到了和我原来的数据框一样的东西：

> unique(cpgval.filtered$Passage)
[1] 103 104 147 161 41  42  5   6  
Levels: 103 104 147 161 41 42 5 6

看起来它是根据第一个数字而不是数字的实际值排序的。什么鬼？

【问题讨论】：

cpgval.filtered$Passage=as.numeric(as.character(cpgval.filtered$Passage))
查看as.numeric(cpgval.filtered$Passage) 的结果 - 我想你会感到惊讶。那就试试as.numeric(as.character(cpgval.filtered$Passage))
温的评论成功了！谢谢！有人可以解释发生了什么吗？
@AlexNesta - 您正在使用factor - 看看x <- factor(c(1,1,2), levels=1:2, labels=c(100,11)) 并注意这些值是如何存储和标记的，然后尝试as.numeric(x) 等...

标签： r dataframe dplyr

【解决方案1】：

当我们告诉 R 将字符向量转换为因子时，它会根据字母顺序分配因子级别（因子的底层数字表示）。如果您的字符向量代表实际数字，事情就会变得混乱。考虑：

factor(1:10)
 [1] 1  2  3  4  5  6  7  8  9  10
Levels: 1 2 3 4 5 6 7 8 9 10

factor(as.character(1:10))
[1] 1  2  3  4  5  6  7  8  9  10
Levels: 1 10 2 3 4 5 6 7 8 9

请注意，在第一种情况下，因子水平按照我们的预期分配，因为原始数据是数字数据。但是，在第二种情况下，被转换的向量是字符串，其中“1”和“10”首先是“按字母顺序”。

在您的情况下，我猜Passage 列是作为字符数据而不是数字导入的，而数字又被转换为违反直觉的因素水平。

【讨论】：