Question

这个问题是this question的后续行动。

假设我有一个大的data.frame, df，列u, v。我想对u, v 按升序的观察变量 - 相互作用进行编号，即从顶部到底部遍历data.frame时看到它们的顺序。

注意：假设df有一些现有的排序，所以不能暂时重新排序。

本文底部显示的代码运行良好，但返回的结果向量不是递增顺序。也就是说，而不是当前：

# result is in decreasing order here:
match(df$label, levels(df$label))
# [1] 5 6 3 7 4 7 2 2 1 1

# but we'd like it to be in increasing order like this:
# 1 2 3 4 5 4 6 6 7 7

我一直在试验order(), rank(), factor(...ordered=T)等等，似乎什么都没有用。我必须忽略一些明显的东西。有任何想法吗？

注意：也不允许将u, v重新排序为个别因素而作弊。

set.seed(1234)
df <- data.frame(u=sample.int(3,10,replace=T), v=sample.int(4,10,replace=T))
#    u v
# 1  1 3
# 2  2 3
# 3  2 2
# 4  2 4
# 5  3 2
# 6  2 4
# 7  1 2
# 8  1 2
# 9  2 1
# 10 2 1

(df$label <- factor(interaction(df$u,df$v), ordered=T))
#  [1] 1.3 2.3 2.2 2.4 3.2 2.4 1.2 1.2 2.1 2.1
# Levels: 2.1 < 1.2 < 2.2 < 3.2 < 1.3 < 2.3 < 2.4

# This is ok except want increasing-order
match(df$label, levels(df$label))
# [1] 5 6 3 7 4 7 2 2 1 1

# no better.    
match(df$label, levels(df$label)[rank(levels(df$label))])
# [1] 6 7 1 4 3 4 5 5 2 2

Answer 1

咄！解决方案是添加interaction(... drop=T)。我仍然不能完全明白为什么不打破这一切。

# The original factor from interaction() had unused levels...
str(df$label)
# Factor w/ 12 levels "1.1","1.2","1.3",..: 3 7 6 8 10 8 2 2 5 5

# SOLUTION
df$label <- interaction(df$u,df$v, drop=T)

str(df$label)
# Factor w/ 7 levels "2.1","1.2","2.2",..: 5 6 3 7 4 7 2 2 1 1

rank(unique(df$label))
# [1] 5 6 3 7 4 2 1

我们将使用该等级（如上所示）重新排序按顺序观察的等级，然后将我们的向量与它们匹配，如下所示：

# And now we get the desired result
match(df$label, levels(df$label)[ rank(unique(df$label)) ] )
# [1] 1 2 3 4 5 4 6 6 7 7

如何重新排序任意整数向量以递增顺序

1 个答案: