我正在尝试根据两类数据之间的连续变量对数据帧进行排序。具体来说,我想对连续变量进行排序(降序),但同时保留相似类型的变量。这是一个例子:
pets <- data.frame(animal = c("dog", "dog", "dog", "cat", "cat", "fish", "fish", "fish"),
breed = c("retriever", "husky", "husky", "grey", "white", "guppy", "betta", "betta"),
count = c(4, 3, 7, 8, 9, 2, 12, 1))
现在,数据框未排序。我想对它进行排序,使得具有最高平均值breeds
的count
首先出现,但所有breed
s(和animal
s)都保持在一起。如果我根据breed
订购框架,我会失去count
的正确顺序,反之亦然。即使我尝试这两样:
pets[with(pets, order(breed, -count)), ]
输出未正确排序。我经历了一些split-apply-combine tutorials,但我只能找到那些试图将一组数据保持在一起的数据,而不是像我的数据中那样两个数据。
现在,这是我得到的最好的:
split_pets <- split(pets, pets$animal)
unlist(lapply(split_pets, function(x) sort(with(x, tapply(count, breed, mean)), decreasing = TRUE)))
哪个回报
cat.white cat.grey dog.husky dog.retriever fish.betta fish.guppy
9.0 8.0 5.0 4.0 6.5 2.0
当然,我已经得到了正确的顺序。但我实际上并不关心这些方法,我只需要根据这个来对原始数据框进行排序。接下来是基于品种再次分裂这个兔子洞,但后来我将根据列表列表的数据框列进行排序。这听起来太复杂了。我也尝试过order
ing计数,然后从group_by()
把它传到dplyr
,但这并没有让我比现在更远。
谢谢你的帮助!
您可以先对组进行排序,然后将其按照预期的顺序重新连接到原始组。
pets <- data.frame(
animal = c("dog", "dog", "dog", "cat", "cat", "fish", "fish", "fish"),
breed = c("retriever", "husky", "husky", "grey", "white", "guppy", "betta", "betta"),
count = c(4, 3, 7, 8, 9, 2, 12, 1),
stringsAsFactors = FALSE
)
library(dplyr)
pets %>%
group_by(animal, breed) %>%
summarise(avg = mean(count)) %>%
right_join(pets, by = c("animal", "breed")) %>%
arrange(animal, desc(avg), desc(count)) %>%
select(-avg) %>%
ungroup
# # A tibble: 8 x 3
# animal breed count
# <chr> <chr> <dbl>
# 1 cat white 9
# 2 cat grey 8
# 3 dog husky 7
# 4 dog husky 3
# 5 dog retriever 4
# 6 fish betta 12
# 7 fish betta 1
# 8 fish guppy 2