如何根据特定条件对大型数据框的列进行排序？

问题描述 投票：0回答：2

我想根据特定的原理对大型数据框（大约14000个变量）的列进行排序。

列名具有以下结构（Condition_Sleepstage_Parameter_Electrode_Nightpart）：

 [1] "Adapt_N2_negLengthLoc_C3_firstHour"          "Adapt_N3_negLengthLoc_C3_firstHour"         
  [3] "Adapt_NREM_negLengthLoc_C3_firstHour"        "Book_N2_negLengthLoc_C3_firstHour"          
  [5] "Book_N3_negLengthLoc_C3_firstHour"           "Book_NREM_negLengthLoc_C3_firstHour"

R具有以纯字母顺序排列的列，但是我希望基于以下系统以逻辑顺序排列它们：

首先，变量应以块形式显示每个参数。 （顺序：“ negLengthLoc”，“ posLength”，“ wholeLength”，“ negPeak”，“ nbnegPeaks”，“ initialMeannegSlope”，“ finalMeannegSlope”，“ initialMaxnegslope”，“ finalMaxnegslope”，“ posPeinit”，“ posPeinitMe”，“ nbposPeaks” ，“ finalMeanposSlope”，“ initialMaxposSlope”，“ PeaktoPeak”，“ Number”，“ Density”）

在这些块中，最高级别的层次应归因于条件。 （顺序：“ Adapt”，“ NoFilter”，“ Filter”，“ Book”）。

此后，下一个层次结构应由Electrode定义。 （顺序：“ F3”，“ Fz”，“ F4”，“ C3”，“ Cz”，“ C4”，“ P3”，“ Pz”，“ P4”，“ O1”，“ O2”）。

此后按Nightpart（顺序：“ firstHour”，“ firstQuarter”，“ secondQuarter”，“ thirdQuarter”，“ fourthQuarter”，“ wholeNight”），最后按Sleepstage（“顺序：“ N2”，“ N3”，“ NREM “）。

生成的订单应类似于：

[1] "Adapt_N2_negLengthLoc_F3_firstHour"          "Adapt_N3_negLengthLoc_F3_firstHour"
[3] "Adapt_NREM_negLengthLoc_F3_firstHour"          "Adapt_N2_negLengthLoc_F3_firstQuarter"
[5] "Adapt_N3_negLengthLoc_F3_firstQuarter"          "Adapt_NREM_negLengthLoc_F3_firstQuarter"
[7] "Adapt_N2_negLengthLoc_F3_secondQuarter"          "Adapt_N3_negLengthLoc_F3_secondQuarter"
[9] "Adapt_NREM_negLengthLoc_F3_secondQuarter"          "Adapt_N2_negLengthLoc_F3_thirdQuarter"
[11] "Adapt_N3_negLengthLoc_F3_thirdQuarter"          "Adapt_NREM_negLengthLoc_F3_thirdQuarter"
[13] "Adapt_N2_negLengthLoc_F3_fourthQuarter"          "Adapt_N3_negLengthLoc_F3_fourthQuarter"
[15] "Adapt_NREM_negLengthLoc_F3_fourthQuarter"          "Adapt_N2_negLengthLoc_F3_wholeNight"
[17] "Adapt_N3_negLengthLoc_F3_wholeNight"           "Adapt_NREM_negLengthLoc_F3_wholeNight"
[19] "Adapt_N2_negLengthLoc_Fz_firstHour"           "Adapt_N3_negLengthLoc_Fz_firstHour"
...

我希望有人可以帮助我，如果还有其他问题，我当然很乐意提供更多信息！

提前感谢！

r sorting rstudio character alphabetical
2个回答
0
投票

以mtcars数据为例，可以通过创建具有所需顺序的向量，然后以提取操作符的[形式在列规范中使用此向量，来对数据帧中的列进行重新排序。

首先，我们将使用colnames()提取列的原始顺序并打印它们

theNames <- colnames(mtcars)
theNames

> theNames
 [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear" "carb"

接下来，我们将通过创建reorderedNames向量并将其与[一起使用，将所有整数列移至数据框的左侧。 

reorderedNames <- c("cyl" , "vs" ,  "am" ,  "gear" ,"carb","disp" ,
                     "drat", "wt" ,  "qsec", "mpg")
mtcars[,reorderedNames]

...和输出的前几行：

> mtcars[,reorderedNames]
                    cyl vs am gear carb  disp drat    wt  qsec  mpg
Mazda RX4             6  0  1    4    4 160.0 3.90 2.620 16.46 21.0
Mazda RX4 Wag         6  0  1    4    4 160.0 3.90 2.875 17.02 21.0
Datsun 710            4  1  1    4    1 108.0 3.85 2.320 18.61 22.8
Hornet 4 Drive        6  1  0    3    1 258.0 3.08 3.215 19.44 21.4
Hornet Sportabout     8  0  0    3    2 360.0 3.15 3.440 17.02 18.7
Valiant               6  1  0    3    1 225.0 2.76 3.460 20.22 18.1
Duster 360            8  0  0    3    4 360.0 3.21 3.570 15.84 14.3
Merc 240D             4  1  0    4    2 146.7 3.69 3.190 20.00 24.4

针对大数据框自动执行此过程

在OP中，问题引用了具有大量列的数据框。为了扩展此过程以自动进行列排序，至少有两种主要方法。

  1. [以一种允许以所需顺序对列名称进行排序的方式处理数据框中的列名称，或
  2. 通过使用pivot_longer()将列名称拆分为所需的分组变量来创建窄格式的整洁数据集。
0
投票

您必须将列名称拆分为它组成的不同部分。这是通过str_split程序包中的stringr完成的。它为每个列名生成一个带有条目的列表，每个条目都是具有不同部分的字符向量。要创建具有不同部分的新列，我使用map_chr包中的purrr访问每个列名称的对应条目。然后，排列各列。要获得所需的顺序，请将字符转换为factor，然后用levels指定顺序。列的新顺序由列rowid表示：

old_order <- data.frame(col_names = c("Adapt_N2_negLengthLoc_C3_firstHour",          "Adapt_N3_negLengthLoc_C3_firstHour",        
               "Adapt_NREM_negLengthLoc_C3_firstHour",        "Book_N2_negLengthLoc_C3_firstHour",          
               "Book_N3_negLengthLoc_C3_firstHour",           "Book_NREM_negLengthLoc_C3_firstHour",
               "Adapt_N2_negLengthLoc_Fz_firstHour",           "Adapt_N3_negLengthLoc_Fz_firstHour"))

library(dplyr)
library(stringr)

splitted_names <- str_split(old_order$col_names, "_")

new_order <- old_order %>% 
  tibble::rowid_to_column() %>% 
  mutate(Condition = purrr::map_chr(splitted_names, `[`, 1),
         Sleepstage = purrr::map_chr(splitted_names, `[`, 2),
         Parameter = purrr::map_chr(splitted_names, `[`, 3),
         Electrode = purrr::map_chr(splitted_names, `[`, 4),
         Nightpart = purrr::map_chr(splitted_names, `[`, 5)) %>% 
  arrange(factor(Parameter, levels = c("negLengthLoc", "posLength", "wholeLength", "negPeak", "nbnegPeaks", "initialMeannegSlope", "finalMeannegSlope", "initialMaxnegslope", "finalMaxnegslope", "posPeak", "nbposPeaks", "initialMeannposSlope", "finalMeanposSlope", "initialMaxposSlope", "PeaktoPeak", "Number", "Density")),
          factor(Condition, levels = c("Adapt", "NoFilter", "Filter", "Book")),
          factor(Electrode, levels = c("F3", "Fz", "F4", "C3", "Cz", "C4", "P3", "Pz", "P4", "O1", "O2")),
          factor(Nightpart, levels = c("firstHour", "firstQuarter", "secondQuarter", "thirdQuarter", "fourthQuarter", "wholeNight")),
          factor(Sleepstage, levels = c("N2", "N3", "NREM"))) %>% 
  pull(rowid)

old_order$col_names[new_order]
[1] Adapt_N2_negLengthLoc_Fz_firstHour   Adapt_N3_negLengthLoc_Fz_firstHour   Adapt_N2_negLengthLoc_C3_firstHour  
[4] Adapt_N3_negLengthLoc_C3_firstHour   Adapt_NREM_negLengthLoc_C3_firstHour Book_N2_negLengthLoc_C3_firstHour   
[7] Book_N3_negLengthLoc_C3_firstHour    Book_NREM_negLengthLoc_C3_firstHour 
8 Levels: Adapt_N2_negLengthLoc_C3_firstHour ... Book_NREM_negLengthLoc_C3_firstHour
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.