Question

我有一个data.frame（比如＆＃34; df＆＃34;）如下所示：

Hospital.Name | State | Mortality.Rate
'hospital_1'   | 'AA'  | 0.2
'hospital_2'   | 'AA'   | 0.3
'hospital_3'   | 'BB'  | 0.3
'hospital_4'   | 'CC'  | 0.5

（Hospital.Name是唯一的）

现在我想订购＆＃34; Mortality.Rate＆＃34; group by＆＃34; State＆＃34 ;,即在某个州内订购费率。如果费率有关系，那么＆＃34; Hospital.Name＆＃34;用来解决关系。

＆＃34; order（）＆＃34;和＆＃34; tapply（）＆＃34;功能浮现在我脑海中。我这样编码：

tapply(df$Mortality.Rate, df$State, order, df$Hospital.Name, na.last=NA)

然而，错误＆＃34;参数长度不同＆＃34;弹出。当＆＃34;命令＆＃34;函数应用于切片＆＃34; Rate＆＃34;，订单的第二个参数（即df $ Hospital.Name）未被切片。

我怎样才能将第二个参数（对于排序中的并列解决方案）传递给tapply（），还是有其他方法？

Answer 1

在基础R中，您可以为order()提供多个参数，后续参数用于破坏早期变量中的关系，如：

df[order(df$State,df$Mortality.Rate,df$Hospital.Name),]

Answer 2

你可以在dplyr：

中完成

df %>% group_by(State) %>% arrange(Mortality.Rate, Hospital.Name)

Answer 3

您可以在dplyr中执行此操作。首先，一些样本数据：

library("dplyr")
hospital_name <- sample(c("hospital_1", "hospital_2", "hospital_3"), 10,
                        replace = TRUE)
state <- sample(letters[1:3], 10, replace = TRUE)
mortality_rate <- runif(10)

df <- data_frame(hospital_name, state, mortality_rate)

按州分组，然后按列排列。

df %>% 
  group_by(state) %>% 
  arrange(mortality_rate, hospital_name)

生成这样的结果，其中状态被分组并且死亡率在每个州内被分类。

## Source: local data frame [10 x 3]
## Groups: state
## 
##    hospital_name state mortality_rate
## 1     hospital_1     b     0.15293591
## 2     hospital_1     b     0.37417167
## 3     hospital_1     b     0.54561856
## 4     hospital_3     c     0.02487033
## 5     hospital_1     c     0.09937557
## 6     hospital_1     c     0.35666087
## 7     hospital_3     c     0.39663460
## 8     hospital_2     c     0.53064144
## 9     hospital_3     c     0.76015632
## 10    hospital_3     c     0.76801890

如果没有group_by()，您只能将死亡率从最低到最高：

df %>%
  arrange(mortality_rate)

## Source: local data frame [10 x 3]
## 
##    hospital_name state mortality_rate
## 1     hospital_3     c     0.02487033
## 2     hospital_1     c     0.09937557
## 3     hospital_1     b     0.15293591
## 4     hospital_1     c     0.35666087
## 5     hospital_1     b     0.37417167
## 6     hospital_3     c     0.39663460
## 7     hospital_2     c     0.53064144
## 8     hospital_1     b     0.54561856
## 9     hospital_3     c     0.76015632
## 10    hospital_3     c     0.76801890

Answer 4

如果我们已经在加载针（对于这个特定的操作）包，这里是一个包（data.table），在通过引用对数据进行排序的意义上是有用的（不需要复制）它以及使用<-或setorder函数setkey）的必要性

library(data.table) setorder(setDT(df), State, Mortality.Rate, Hospital.Name)

尽管如此，您可能会在创建副本时模仿基本R语法并对数据进行排序（但速度提高，因为data.table会调用其forder

setDT(df)[order(State, Mortality.Rate, Hospital.Name)]

Answer 5

我想到了

 df <- df[with(df, order(State, as.numeric(Mortality.Rate), Hospital.Name)]

查看此帖子How to sort a dataframe by column(s)?

如何在R中按组排序列

5 个答案: