通过名称中的正则表达式对数据框进行排序答案

【问题标题】：Sorting a dataframe by a regular expression in its names通过名称中的正则表达式对数据框进行排序
【发布时间】：2020-07-16 12:12:59
【问题描述】：

在以下data.frame中：

df <- data.frame(matrix(1,6,6))

names(df) <- rownames (df) <- c("ABC.1cm", "ABC.2cm", "ABC.3cm", "DEF.1cm", "DEF.2cm", "DEF.3cm" )

如何重新组合列和行，以便对“1cm”、“2cm”、“3cm”进行分组？

期望的输出：

names(df) <- rownames (df) <- c("ABC.1cm", "DEF.1cm","ABC.2cm","DEF.2cm", "ABC.3cm", "DEF.3cm" )
df
        ABC.1cm DEF.1cm ABC.2cm DEF.2cm ABC.3cm DEF.3cm
ABC.1cm       1       1       1       1       1       1
DEF.1cm       1       1       1       1       1       1
ABC.2cm       1       1       1       1       1       1
DEF.2cm       1       1       1       1       1       1
ABC.3cm       1       1       1       1       1       1
DEF.3cm       1       1       1       1       1       1

注意：“._cm”实际上是存在的，但前缀有所不同。还有不止三个“cm”值（从1cm到29cm，所以数字长度可能会有所不同），并且它们以一式三份出现，而不是一式两份。

【问题讨论】：

标签： r regex dataframe

【解决方案1】：

按最后一个 . 之后的内容排序。

correct_ord <- names(df)[order(sub(".+\\.", "", names(df)))]

df[correct_ord,correct_ord]

        ABC.1cm DEF.1cm ABC.2cm DEF.2cm ABC.3cm DEF.3cm
ABC.1cm       1       1       1       1       1       1
DEF.1cm       1       1       1       1       1       1
ABC.2cm       1       1       1       1       1       1
DEF.2cm       1       1       1       1       1       1
ABC.3cm       1       1       1       1       1       1
DEF.3cm       1       1       1       1       1       1

【讨论】：

【解决方案2】：

您可以匹配names 中的数字，去除names 的其余部分，通过反向引用\\1 调用该数字，然后order 相应地names：

names(df)[order(sub(".*(\\d+).*", "\\1", names(df)))]
[1] "ABC.1cm" "DEF.1cm" "ABC.2cm" "DEF.2cm" "ABC.3cm" "DEF.3cm"

或者，您可以使用str_extract：

library(stringr)
names(df)[order(str_extract(names(df), "\\d+"))]

【讨论】：