Question

经过几个函数，我得到了一个表，该表已对字符进行排序，其中一些以“（”或“ [”开头，后跟数字（间隔，来自数据的cut（x））

我要实现的是一个由invervals的起始值决定的顺序，因此（100,124]不比（70,100]早（请参见示例）编辑：column1（类）的顺序应保持不变。

好吧，我尝试使用data.table中的order和setorder来做到这一点，但到目前为止失败了。我想我需要先用strsplit拆分该列，然后按其第一个元素进行排序，但这不能成为“最佳”解决方案

test <- data.frame(class = c("class1",   "class1",   "class1",   "class1",   "class2", "class2", "class2", "class2", "class2", "class2", "class2", "class2", "class2"),
                   attr = c("1","2","4","5","(100,124]", "(124,180]" ,"(180,Inf]", "(37,50]" ,  "(5,37]"  ,  "(50,56]"  , "(56,70]"  ,"(70,100]"  ,"[0,5]" ),
                  value = c(415.14,115.13,422.52,37.07,167.40,135.04,67.01,280.03,81.18,237.83,285.62,302.63,3.37))

目标：

class   attr    value
class1  1   415.14
class1  2   115.13
class1  4   422.52
class1  5   37.07
class2  [0,5]   3.37
class2  (5,37]  81.18
class2  (37,50] 280.03
class2  (50,56] 237.83
class2  (56,70] 285.62
class2  (70,100]    302.63
class2  (100,124]   167.40
class2  (124,180]   135.04
class2  (180,Inf]   67.01

Answer 1

1）base R 用空字符串替换逗号及其后的所有内容以及所有非数字。将其转换为数字并计算将其排序的索引o。最后用test下标o。

o <- with(test, order(class, as.numeric(gsub(",.*|\\D", "", attr))))
test[o, ]

给予：

    class      attr     value
1  class1         1  977.0947
2  class1         2  299.9418
3  class1         4 1398.7519
4  class1         5  170.8434
13 class2     [0,5]  299.1390
9  class2    (5,37]  326.5092
8  class2   (37,50]  923.6778
10 class2   (50,56]  734.9950
11 class2   (56,70]  820.7536
12 class2  (70,100]  779.0926
5  class2 (100,124]  308.5136
6  class2 (124,180]  234.6386
7  class2 (180,Inf]  100.1264

1a）也适用。它匹配一个可选的初始非数字，后跟数字，然后再加上其他任何东西，并全部替换为数字。然后按上述步骤进行。

o <- with(test, order(class, as.numeric(gsub("^\\D?(\\d+).*", "\\1", attr))))
test[o, ]

2）dplyr

也可以使用dplyr arrange来完成上述操作：

library(dplyr) 

test %>% arrange(class, attr %>% gsub(",.*|\\D", "", .) %>% as.numeric)

2a）的一种变化是删除（/ [和逗号等部分在单独的子语句中：

test %>% 
  arrange(class, attr %>% 
                   sub("^\\D", "", .) %>%
                   sub(",.*", "", .) %>%
                    as.numeric)

Answer 2

带有tidyverse

的选项

library(tidyverse)
test %>% 
   arrange(class, as.numeric(str_extract(attr, "\\d+")))
#  class      attr  value
#1  class1         1 415.14
#2  class1         2 115.13
#3  class1         4 422.52
#4  class1         5  37.07
#5  class2     [0,5]   3.37
#6  class2    (5,37]  81.18
#7  class2   (37,50] 280.03
#8  class2   (50,56] 237.83
#9  class2   (56,70] 285.62
#10 class2  (70,100] 302.63
#11 class2 (100,124] 167.40
#12 class2 (124,180] 135.04
#13 class2 (180,Inf]  67.01

注意：没有结实的种子

Answer 3

stringi备选方案，使用与@G相同的逻辑。格洛腾迪克的解决方案。它提取attr列中的第一个数字序列：

o2 <- order(test$class, as.numeric(stringi::stri_extract_first_regex(test$attr, "\\d+")))
test[o2, ]

    class      attr     value
1  class1         1  977.0947
2  class1         2  299.9418
3  class1         4 1398.7519
4  class1         5  170.8434
13 class2     [0,5]  299.1390
9  class2    (5,37]  326.5092
8  class2   (37,50]  923.6778
10 class2   (50,56]  734.9950
11 class2   (56,70]  820.7536
12 class2  (70,100]  779.0926
5  class2 (100,124]  308.5136
6  class2 (124,180]  234.6386
7  class2 (180,Inf]  100.1264

是否有按字符或间隔因子排序的R函数？

3 个答案: