Question

我是R的新手，也许不知道解决此任务的最佳方法，但我尝试了一些不同的建议，但没有一个允许我对data.frame中的多个列进行排序。< / p>

基本上是：

df = data.frame(matrix(c(-1,3,6,1,3,-5,2,4,9,-3,-1,-6,1,4,5), ncol=3)

       X1 X2 X3
   [1] -1 -5 -1
   [2]  3  2 -6
   [3]  6  4  1
   [4]  1  9  4
   [5]  3 -3  5

我希望将所有列彼此独立排序，以便我可以对所有列进行排序＆＃34;降序＆＃34;，使一半列排序＆＃34;升序＆＃34;一半＆＃34;下降＆＃34;等。

       X1 X2 X3
   [1] -1 -5  5
   [2]  1 -3  4
   [3]  3  2  1
   [4]  3  4 -1
   [5]  6  9 -6

这样做的目的是创建用于heatmap.2的逐列渐变，同时还能够控制列的均值，方差等。例如，我的data.frame很可能符合以下几行：

df <- data.frame(matrix(runif(5200,0,1), ncol=10))

但是，当我尝试使用sort或order命令时，我无法彼此独立地对列进行排序。

dfi <- df[order(df[[1]], decreasing =FALSE),]

        X1 X2 X3
    [1] -1 -5 -1
    [4]  1  9  4
    [2]  3  2 -6
    [5]  3 -3  5
    [3]  6  4  1


dfi <- df[order(df[[1]], df[[2]], decreasing =FALSE),]
        X1 X2 X3
    [1] -1 -5 -1
    [4]  1  9  4
    [2]  3  2 -6
    [5]  3 -3  5
    [3]  6  4  1

我尝试使用 for loops ，但没有成功。我无法独立排序或订购列（我没有合理的循环来表明有人可以复制，如果这是解决这个问题的途径，那么回答的人将比我知道更多的知识在适当的表示法。）

有没有人对如何最好地解决这个问题有什么建议？通过单独创建列，对它们进行排序然后将它们绑定在一起，我已经能够获得所需的结果。但是，由于我需要对此进行许多不同的迭代（不同的方差，均值，列数等），否则该过程效率太低，除非。

Answer 1

sapply：

怎么样？

n   <- ncol(df)
as  <- 3 # columns to be sorted ascending
de  <- 2 # columns to be sorted descending
out <- sapply(1:n, function(x) {
  if(x %in% as) {
    return(sort(df[,x], decreasing = F))
  } else if (x %in% de) {
    return(sort(df[,x], decreasing = T))
  }
  return(df[,x])
})
out


    [,1] [,2] [,3]
[1,]   -1   -5   -1
[2,]    3   -3   -6
[3,]    6    2    1
[4,]    1    4    4
[5,]    3    9    5

我们只是遍历所有列并在每个列上应用一个函数，检查它们是向量as（升序）还是向量de（降序）的一部分。如果列中没有列，则我们只是按原样返回。

Answer 2

您也可以使用mutate_at + sort：

执行此操作

library(dplyr)

df %>%
  mutate_at(1:2, funs(sort(.))) %>%
  mutate_at(3, funs(sort(., decreasing = TRUE)))

<强>结果：

您还可以将其变为便利功能：

library(rlang)

arrange_indep = function(DF, asc = 1:ncol(DF), dsc=0){
  asc_quo = enquo(asc)
  dsc_quo = enquo(dsc)

  temp = DF %>%
    mutate_at(vars(!!asc_quo), funs(sort(.))) 

  if(dsc_quo != quo(0)){
    temp = temp %>%
      mutate_at(vars(!!dsc_quo), funs(sort(., decreasing = TRUE)))
  }
  return(temp)  
}

结果＆amp;用法：

1。）前两个cols升序，第三个col降序：

df %>% arrange_indep(1:2, 3) X1 X2 X3 1 -1 -5 5 2 1 -3 4 3 3 2 1 4 3 4 -1 5 6 9 -6

2。）与1.）相同，但是使用非标准评估：

df %>% arrange_indep(X1:X2, X3) X1 X2 X3 1 -1 -5 5 2 1 -3 4 3 3 2 1 4 3 4 -1 5 6 9 -6

3。）前两个cols升序，保持第三个col未分类：

df %>% arrange_indep(1:2) X1 X2 X3 1 -1 -5 -1 2 1 -3 -6 3 3 2 1 4 3 4 4 5 6 9 5

4.）前两个cols降序，第三个col默认为升序：

df %>% arrange_indep(dsc=1:2) X1 X2 X3 1 6 9 -6 2 3 4 -1 3 3 2 1 4 1 -3 4 5 -1 -5 5

5.使用默认值按升序排列所有cols：

df %>% arrange_indep() X1 X2 X3 1 -1 -5 -6 2 1 -3 -1 3 3 2 1 4 3 4 4 5 6 9 5

如何对data.frame中的多个升序/降序列进行排序：R

2 个答案: