如何在Julia中按多列对数据帧进行排序

我想按多列对数据帧进行排序。这是我制作的一个简单的数据框。如何按不同的排序类型对每个列进行排序

using DataFrames

DataFrame(b = ("Hi", "Med", "Hi", "Low"),
      levels = ("Med", "Hi", "Low"),
      x = ("A", "E", "I", "O"), y = (6, 3, 7, 2),
      z = (2, 1, 1, 2))

---

您的代码正在创建一个包含元组的单行数据帧，因此我更正了它。 注意，对于标称变量，通常使用

Symbol

s而不是

String

s

using DataFrames
df = DataFrame(b = [:Hi, :Med, :Hi, :Low, :Hi],
               x = ["A", "E", "I", "O","A"], 
               y = [6, 3, 7, 2, 1],
               z = [2, 1, 1, 2, 2])

sort(df, [:z,:y])

---

与R不同，Julia的DataFrame构造函数期望每列中的值作为向量而不是元组传递：因此

DataFrame（b=[“Hi”、“Med”、“Hi”、“Low”]，

&tc

此外，DataFrames不希望以R的方式给出显式级别。相反，可选的关键字参数

category

可用，应设置为“Bool向量，指示哪些列应转换为CategorialVector”

（添加数据帧和CategoricalArray包后）

现在，您想排序什么？A在（B然后是C）？

[4,3,2,5,1]

julia> sort(df, (:B, :C))
5×3 DataFrame
│ Row │ A     │ B            │ C     │
│     │ Int64 │ Categorical… │ Int64 │
├─────┼───────┼──────────────┼───────┤
│ 1   │ 4     │ x            │ 1     │
│ 2   │ 3     │ x            │ 2     │
│ 3   │ 2     │ y            │ 3     │
│ 4   │ 5     │ z            │ 1     │
│ 5   │ 1     │ z            │ 2     │

julia> sort(df, (:B, :C)).A
5-element Array{Int64,1}:
 4
 3
 2
 5
 1

---

这是一个很好的起点

Jeffrey，我特别欣赏“从R开始”的方法，这对我（我希望还有其他人）来说是完美的。在上面，帧引用使用了向量

[：z，：y]

来代替元组

（：B，：C）

。而我猜这更像是一种“轻微的效率”问题是，在向量上使用元组还有另一个令人信服的原因吗？在DataFrames.jl中，一般的设计是使用向量。在这种情况下，允许使用元组，但不会增加效率，因为在内部它会被转换为向量。另外，Jeffrey Sarnoff暗示，对于标称或序数列，典型的方法是uld应使用分类导航器。

julia> sort(df, (:B, :C))
5×3 DataFrame
│ Row │ A     │ B            │ C     │
│     │ Int64 │ Categorical… │ Int64 │
├─────┼───────┼──────────────┼───────┤
│ 1   │ 4     │ x            │ 1     │
│ 2   │ 3     │ x            │ 2     │
│ 3   │ 2     │ y            │ 3     │
│ 4   │ 5     │ z            │ 1     │
│ 5   │ 1     │ z            │ 2     │

julia> sort(df, (:B, :C)).A
5-element Array{Int64,1}:
 4
 3
 2
 5
 1