作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言数据高效处理指南》。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。

今天来测试一下tidyfst的排序函数arrange_dt（模板参考了R语言统计与绘图：数据处理dplyr—行排序），因为比较简单，只突出一个知识点：tidyfst里面从来不支持desc函数，dplyr中的desc函数本质是返回任何向量的负值。所以，在tidyfst中，请直接使用负号（-）来完成降序操作。tidyfst的哲学还是KIS（Keep It Simple），能少一个函数绝对不增加。

 library(tidyfst)
  
  x1 <- rep(c(1,2), times = 4)  # 生成重复c(1，2) 4次的向量
  x2 <- rnorm(8, mean = 2, sd = 2)  # 生成10个均值为2，标准差为2的向量
  x3 <- c(1,6,8,4,NA,6,7,NA)
  mydata <- data.frame(x1, x2, x3)
  mydata  # 生成数据框
  
  # 1 升序排列
  arrange_dt(mydata, x1)   # x1按升序排列
  arrange_dt(mydata, x1, x2)  # 先按x1升序排列，再按x2升序排列
  
  # 2 降序排列
  arrange_dt(mydata, -x1)  # x1按降序排列
  arrange_dt(mydata, -x1, -x2)  # 先按x1降序排列，再按x2降序排列
  arrange_dt(mydata, -x1, x2)  # 先按x1降序排列，再按x2升序排列
  
  # 3 缺失值排序
  arrange_dt(mydata, x3)
  arrange_dt(mydata, -x3)
  # 与使用sort()进行基本排序不同，不管使用升序还是降序，缺失值总是排在最后面。
  
  # 那么怎么把缺失值排前面？
  arrange_dt(mydata, -is.na(x3), x3)

全部测试成功。

ITPub博客

tidyfst中按照行排序：从此告别desc

最新文章