有没有更简单的方法，可以确保数据帧按照我在下面示例中实现的“目标”向量进行排序？
df <- data.frame(name = letters[1:4], value = c(rep(TRUE, 2), rep(FALSE, 2)))
df
# name value
# 1 a TRUE
# 2 b TRUE
# 3 c FALSE
# 4 d FALSE
target <- c("b", "c", "a", "d")
这个方法似乎有点过于“复杂”来完成工作：
idx <- sapply(target, function(x) {
which(df$name == x)
})
df <- df[idx,]
rownames(df) <- NULL
df
# name value
# 1 b TRUE
# 2 c FALSE
# 3 a TRUE
# 4 d FALSE
尝试使用match：
df <- data.frame(name=letters[1:4], value=c(rep(TRUE, 2), rep(FALSE, 2)))
target <- c("b", "c", "a", "d")
df[match(target, df$name),]
name value
2 b TRUE
3 c FALSE
1 a TRUE
4 d FALSE
只要你的target正好包含与df$name相同的元素，并且两者都不包含重复值，它就能正常工作。
来自?match:
match returns a vector of the positions of (first) matches of its first argument
in its second.
match找到与target元素匹配的行号，然后我们按照那个顺序返回df。 我们可以根据 target 调整因子水平并在 arrange 中使用它
library(dplyr)
df %>% arrange(factor(name, levels = target))
# name value
#1 b TRUE
#2 c FALSE
#3 a TRUE
#4 d FALSE
或者order它并在slice中使用。
df %>% slice(order(factor(name, levels = target)))
每当我需要匹配数据时，我更喜欢使用***_join在dplyr中。下面是一种可能的尝试。
left_join(data.frame(name=target),df,by="name")
***_join的输入需要tbls或data.frame。dplyr 中的 *_join 函数确实非常好用。现在我也经常使用它们。 - Rappstertarget <- tibble(name = c("b", "c", "a", "d")) - Nettledf %>% right_join(tibble(name = target), by = "name") - Frank这种方法有些不同，它比之前的答案提供了更多的灵活性。
通过将其变成有序因子，您可以在arrange等函数中很好地使用它。我使用了gdata包中的reorder.factor。
df <- data.frame(name=letters[1:4], value=c(rep(TRUE, 2), rep(FALSE, 2)))
target <- c("b", "c", "a", "d")
require(gdata)
df$name <- reorder.factor(df$name, new.order=target)
接下来，利用它现在已经被排序的事实：
require(dplyr)
df %>%
arrange(name)
name value
1 b TRUE
2 c FALSE
3 a TRUE
4 d FALSE
如果您想返回到原始的（按字母顺序）排序方式，请使用 as.character() 将其恢复到原始状态。
setDT(df)[, name := factor(name, levels = target)]，将data.frame转换为data.table后，按照指定的顺序对名称列进行因子化处理。然后可以在此链接中查看两个使用data.table的答案：https://dev59.com/H3M_5IYBdhLWcg3wn0vT。 - Henrik如果您不想使用任何库，并且数据中有重复项，您也可以使用which和sapply。
new_order <- sapply(target, function(x,df){which(df$name == x)}, df=df)
df <- df[new_order,]
对于情况相似的系统，您可能有一个要排序的变量，但最初希望按照一个辅助变量的顺序排序，以便根据辅助变量首次出现的顺序对其进行排序。
在下面的函数中，初始排序变量称为order_by，辅助变量称为order_along——即“沿着初始顺序根据此变量排序”。
library(dplyr, warn.conflicts = FALSE)
df <- structure(
list(
msoa11hclnm = c(
"Bewbush", "Tilgate", "Felpham",
"Selsey", "Brunswick", "Ratton", "Ore", "Polegate", "Mile Oak",
"Upperton", "Arundel", "Kemptown"
),
lad20nm = c(
"Crawley", "Crawley",
"Arun", "Chichester", "Brighton and Hove", "Eastbourne", "Hastings",
"Wealden", "Brighton and Hove", "Eastbourne", "Arun", "Brighton and Hove"
),
shape_area = c(
1328821, 3089180, 3540014, 9738033, 448888, 10152663, 5517102,
7036428, 5656430, 2653589, 72832514, 826151
)
),
row.names = c(NA, -12L), class = "data.frame"
)
df %>%
dplyr::arrange(shape_area, lad20nm)
#> msoa11hclnm lad20nm shape_area
#> 1 Brunswick Brighton and Hove 448888
#> 2 Kemptown Brighton and Hove 826151
#> 3 Bewbush Crawley 1328821
#> 4 Upperton Eastbourne 2653589
#> 5 Tilgate Crawley 3089180
#> 6 Felpham Arun 3540014
#> 7 Ore Hastings 5517102
#> 8 Mile Oak Brighton and Hove 5656430
#> 9 Polegate Wealden 7036428
#> 10 Selsey Chichester 9738033
#> 11 Ratton Eastbourne 10152663
#> 12 Arundel Arun 72832514
这里是一个函数：
order_along <- function(df, order_along, order_by) {
cols <- colnames(df)
df <- df %>%
dplyr::arrange({{ order_by }})
df %>%
dplyr::select({{ order_along }}) %>%
dplyr::distinct() %>%
dplyr::full_join(df) %>%
dplyr::select(dplyr::all_of(cols))
}
order_along(df, lad20nm, shape_area)
#> Joining, by = "lad20nm"
#> msoa11hclnm lad20nm shape_area
#> 1 Brunswick Brighton and Hove 448888
#> 2 Kemptown Brighton and Hove 826151
#> 3 Mile Oak Brighton and Hove 5656430
#> 4 Bewbush Crawley 1328821
#> 5 Tilgate Crawley 3089180
#> 6 Upperton Eastbourne 2653589
#> 7 Ratton Eastbourne 10152663
#> 8 Felpham Arun 3540014
#> 9 Arundel Arun 72832514
#> 10 Ore Hastings 5517102
#> 11 Polegate Wealden 7036428
#> 12 Selsey Chichester 9738033
2021年1月12日由reprex package (v0.3.0)创建
b,c,a,d,b,c,a,d。我尝试了match但是它效果不好。 - Yulongmatch()之前，您必须明确确保重复项已被删除。我想到的是duplicated()、unique()或其他一些自定义程序，可以“保留”所需元素并丢弃其他元素。希望对您有所帮助。 - Rappster