英文:
relevel factor with different values' groups based on other column values
问题
我需要渲染一个表格，并且需要根据另一列的值对其中一列进行排序或重新排序，以便我可以获得第二列每个值的正确顺序。
以下是一个示例：
perc_type <- c('100%: a', '200%: a', '300%: a', '50%: a', '100%: bx', '200%: bx', '300%: bx', '50%: bx',
'100%: cy', '200%:cy', '300%: cy', '50%: cy' )
country <- c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'c', 'c', 'c', 'c')
test <- data.frame(perc_type, country)
现在我得到的是这样的结果：
perc_type country
100%: a A
200%: a A
300%: a A
50%: a A
100%: bx B
200%: bx B
300%: bx B
50%: bx B
但是我希望对于每个字母，按百分比递增的顺序排列为50%、100%、200%、300%，是否可以实现？
谢谢！
英文:
I need to render a table and I need to order or relevel one column based on the values of the other column, so that I get the correct order for each value of the second column.
here is and example:
perc_type <- c('100%: a', '200%: a', '300%: a', '50%: a', '100%: bx', '200%: bx', '300%: bx', '50%: bx',
'100%: cy', '200%:cy', '300%: cy', '50%: cy' )
country <- c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'c', 'c', 'c', 'c')
test <- data.frame(perc_type, country)
Now I am getting this:
perc_type country
100%: a A
200%: a A
300%: a A
50%: a A
100%: bx B
200%: bx B
300%: bx B
50%: bx B
but I would like that for each letter the order would be with increasing percentage 50% 100% 200% 300%,
is it possible to do it?
Thanks!
答案1
得分: 2
你可以从 perc_type 列中提取数值，并在 order 中使用它来获取所需的排序顺序。
在基本的R中，你可以按照以下方式操作 -
test[with(test, order(country, as.integer(sub('%.*', '', perc_type)))), ]
# perc_type country
#4 50%: a A
#1 100%: a A
#2 200%: a A
#3 300%: a A
#8 50%: bx B
#5 100%: bx B
#6 200%: bx B
#7 300%: bx B
#12 50%: cy c
#9 100%: cy c
#10 200%:cy c
#11 300%: cy c
其中 sub('%.*', '', perc_type) 删除了百分号之后的所有内容，所以我们只剩下数字。
使用 dplyr，这是另一种选项 -
library(dplyr)
test %>%
mutate(perc_value = readr::parse_number(perc_type)) %>%
arrange(country, perc_value)
英文:
You may extract the numeric value from perc_type column and use it in order to get the required order.
In base R, you can do that as following -
test[with(test, order(country, as.integer(sub('%.*', '', perc_type)))), ]
# perc_type country
#4 50%: a A
#1 100%: a A
#2 200%: a A
#3 300%: a A
#8 50%: bx B
#5 100%: bx B
#6 200%: bx B
#7 300%: bx B
#12 50%: cy c
#9 100%: cy c
#10 200%:cy c
#11 300%: cy c
where sub('%.*', '', perc_type) drops everything after a "%" sign so we are only left with numbers.
Using dplyr, here is another option -
library(dplyr)
test %>%
mutate(perc_value = readr::parse_number(perc_type)) %>%
arrange(country, perc_value)
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论