dplyr按字符串对行重新排序_R_Dplyr

dplyr按字符串对行重新排序

dplyr按字符串对行重新排序,r,dplyr,R,Dplyr,我有以下数据： library(tidyverse) d1 <- data_frame(Nat = c("UK", "UK", "UK", "NONUK", "NONUK", "NONUK"), Type = c("a", "b", "c", "a", "b", "c")) 库（tidyverse） d1您可以使用match string_order <- c("b", "c", "a") d1 %>% group_by(Nat) %>% mutate

我有以下数据：

library(tidyverse)


d1 <- data_frame(Nat = c("UK", "UK", "UK", "NONUK", "NONUK", "NONUK"),
 Type = c("a", "b", "c", "a", "b", "c"))

库（tidyverse）
d1您可以使用match

string_order <- c("b", "c", "a")
d1 %>% 
  group_by(Nat) %>% 
  mutate(Type = Type[match(string_order, Type)]) %>%
  ungroup()
#  A tibble: 6 x 2
#  Nat   Type 
#  <chr> <chr>
#1 UK    b    
#2 UK    c    
#3 UK    a    
#4 NONUK b    
#5 NONUK c    
#6 NONUK a 

string\u顺序%
分组依据（Nat）%>%
变异（类型=类型[匹配（字符串顺序，类型）]）%>%
解组（）
#一个tibble:6x2
#Nat型
#   
#1英国b
#2英国c
#3英国a
#4非英国b
#5非英国c
#6非英国a
您可以使用匹配

string_order <- c("b", "c", "a")
d1 %>% 
  group_by(Nat) %>% 
  mutate(Type = Type[match(string_order, Type)]) %>%
  ungroup()
#  A tibble: 6 x 2
#  Nat   Type 
#  <chr> <chr>
#1 UK    b    
#2 UK    c    
#3 UK    a    
#4 NONUK b    
#5 NONUK c    
#6 NONUK a 

string\u顺序%
分组依据（Nat）%>%
变异（类型=类型[匹配（字符串顺序，类型）]）%>%
解组（）
#一个tibble:6x2
#Nat型
#   
#1英国b
#2英国c
#3英国a
#4非英国b
#5非英国c
#6非英国a
如何明确dplyr链中的级别，以选择您的订单：
library(dplyr)
d1 %>%
arrange(factor(.$Nat, levels = c("UK", "NONUK")), factor(.$Type, levels = c("c", "b","a")))

# A tibble: 6 x 2
  Nat   Type 
  <chr> <chr>
1 UK    c    
2 UK    b    
3 UK    a    
4 NONUK c    
5 NONUK b    
6 NONUK a

库（dplyr）
d1%>%
排列（系数（.$Nat，等级=c（“英国”，“非英国”）），系数（.$Type，等级=c（“c”，“b”，“a”））
#一个tibble:6x2
Nat型
1英国c
2英国b
3英国a
4非英国c
5非英国b
6非英国a

另一个例子：
d1 %>%
arrange(factor(.$Nat, levels = c("UK", "NONUK")), factor(.$Type, levels = c("b", "c","a")))
# A tibble: 6 x 2
  Nat   Type 
  <chr> <chr>
1 UK    b    
2 UK    c    
3 UK    a    
4 NONUK b    
5 NONUK c    
6 NONUK a 

d1%>%
排列（系数（.$Nat，等级=c（“英国”、“非英国”）），系数（.$Type，等级=c（“b”、“c”、“a”））
#一个tibble:6x2
Nat型
1英国b
2英国c
3英国a
4非英国b
5非英国c
6非英国a
如何明确dplyr链中的级别，以选择您的订单：
library(dplyr)
d1 %>%
arrange(factor(.$Nat, levels = c("UK", "NONUK")), factor(.$Type, levels = c("c", "b","a")))

# A tibble: 6 x 2
  Nat   Type 
  <chr> <chr>
1 UK    c    
2 UK    b    
3 UK    a    
4 NONUK c    
5 NONUK b    
6 NONUK a

库（dplyr）
d1%>%
排列（系数（.$Nat，等级=c（“英国”，“非英国”）），系数（.$Type，等级=c（“c”，“b”，“a”））
#一个tibble:6x2
Nat型
1英国c
2英国b
3英国a
4非英国c
5非英国b
6非英国a

另一个例子：
d1 %>%
arrange(factor(.$Nat, levels = c("UK", "NONUK")), factor(.$Type, levels = c("b", "c","a")))
# A tibble: 6 x 2
  Nat   Type 
  <chr> <chr>
1 UK    b    
2 UK    c    
3 UK    a    
4 NONUK b    
5 NONUK c    
6 NONUK a 

d1%>%
排列（系数（.$Nat，等级=c（“英国”、“非英国”）），系数（.$Type，等级=c（“b”、“c”、“a”））
#一个tibble:6x2
Nat型
1英国b
2英国c
3英国a
4非英国b
5非英国c
6非英国a
阅读有关<代码>？系数

。阅读有关<代码>？系数。谢谢。如果我在d1中添加另一个变量：

number（c（1,2,3,4,5,6））

？如何确保此变量遵循我指定的顺序。希望这是有道理的。如果没有意义，我可以编辑这个问题（如果这是最佳做法，我可以写一个新的问题）。你是说列

类型的顺序应该改变，而列编号保持c（1,2,3,4,5,6）
？那么上面的代码应该可以工作了。如果没有，最好用示例数据和预期输出提出一个新问题。BestNo我希望重新排列编号
变量，以匹配类型
的顺序。因此，它将变成2,3,1,5,6,4
，我猜您需要列Nat
和Type
作为您需要在s_t的答案中指定级别的因素。让这成为一个新问题，我们将看看是否有更通用的dplyr方法。好的，在这里问了一个新问题：谢谢。如果我在d1中添加另一个变量：number（c（1,2,3,4,5,6））
？如何确保此变量遵循我指定的顺序。希望这是有道理的。如果没有意义，我可以编辑这个问题（如果这是最佳做法，我可以写一个新的问题）。你是说列类型的顺序应该改变，而列编号保持c（1,2,3,4,5,6）
？那么上面的代码应该可以工作了。如果没有，最好用示例数据和预期输出提出一个新问题。BestNo我希望重新排列编号
变量，以匹配类型
的顺序。因此，它将变成2,3,1,5,6,4
，我猜您需要列Nat
和Type
作为您需要在s_t的答案中指定级别的因素。让这成为一个新问题，我们将看看是否有更通用的dplyr方法。好的，在这里问了一个新问题：