作用域动词( _if
、 _at
、 _all
)已被现有动词中的 pick()
或 across()
取代。有关详细信息,请参阅vignette("colwise")
。
arrange()
的这些 scoped 变体通过选择的变量对数据帧进行排序。与 arrange()
一样,您可以在使用 .funs
参数进行排序之前修改变量。
用法
arrange_all(.tbl, .funs = list(), ..., .by_group = FALSE, .locale = NULL)
arrange_at(.tbl, .vars, .funs = list(), ..., .by_group = FALSE, .locale = NULL)
arrange_if(
.tbl,
.predicate,
.funs = list(),
...,
.by_group = FALSE,
.locale = NULL
)
参数
- .tbl
-
tbl
对象。 - .funs
-
函数
fun
、 quosure 样式 lambda~ fun(.)
或任一形式的列表。 - ...
-
.funs
中函数调用的附加参数。这些仅在 tidy dots 支持下评估一次。 - .by_group
-
如果
TRUE
,将首先按分组变量排序。仅适用于分组 DataFrame 。 - .locale
-
对字符向量进行排序的区域设置。
-
如果
NULL
(默认值)使用"C"
区域设置,除非dplyr.legacy_locale
全局选项退出舱口处于活动状态。有关更多详细信息,请参阅dplyr-locale 帮助页面。 -
如果提供了
stringi::stri_locale_list()
中的单个字符串,则该字符串将用作排序的区域设置。例如,"en"
将按照美式英语区域设置进行排序。这需要 stringi 包。 -
如果提供
"C"
,则字符向量将始终按 C 语言环境排序。这不需要字符串,并且通常比提供区域设置标识符要快得多。
C 语言环境与英语语言环境不同,例如
"en"
,特别是当涉及包含大小写字母混合的数据时。Default locale
部分下的 locale 帮助页面对此进行了更详细的解释。 -
- .vars
-
由
vars()
生成的列列表、列名称的字符向量、列位置的数值向量或NULL
。 - .predicate
-
应用于列或逻辑向量的谓词函数。选择
.predicate
为或返回TRUE
的变量。该参数传递给rlang::as_function()
,因此支持quosure-style lambda 函数和表示函数名称的字符串。
例子
df <- as_tibble(mtcars)
arrange_all(df)
#> # A tibble: 32 × 11
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 10.4 8 460 215 3 5.42 17.8 0 0 3 4
#> 2 10.4 8 472 205 2.93 5.25 18.0 0 0 3 4
#> 3 13.3 8 350 245 3.73 3.84 15.4 0 0 3 4
#> 4 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
#> 5 14.7 8 440 230 3.23 5.34 17.4 0 0 3 4
#> 6 15 8 301 335 3.54 3.57 14.6 0 1 5 8
#> 7 15.2 8 276. 180 3.07 3.78 18 0 0 3 3
#> 8 15.2 8 304 150 3.15 3.44 17.3 0 0 3 2
#> 9 15.5 8 318 150 2.76 3.52 16.9 0 0 3 2
#> 10 15.8 8 351 264 4.22 3.17 14.5 0 1 5 4
#> # ℹ 22 more rows
# ->
arrange(df, pick(everything()))
#> # A tibble: 32 × 11
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 10.4 8 460 215 3 5.42 17.8 0 0 3 4
#> 2 10.4 8 472 205 2.93 5.25 18.0 0 0 3 4
#> 3 13.3 8 350 245 3.73 3.84 15.4 0 0 3 4
#> 4 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
#> 5 14.7 8 440 230 3.23 5.34 17.4 0 0 3 4
#> 6 15 8 301 335 3.54 3.57 14.6 0 1 5 8
#> 7 15.2 8 276. 180 3.07 3.78 18 0 0 3 3
#> 8 15.2 8 304 150 3.15 3.44 17.3 0 0 3 2
#> 9 15.5 8 318 150 2.76 3.52 16.9 0 0 3 2
#> 10 15.8 8 351 264 4.22 3.17 14.5 0 1 5 4
#> # ℹ 22 more rows
arrange_all(df, desc)
#> # A tibble: 32 × 11
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 33.9 4 71.1 65 4.22 1.84 19.9 1 1 4 1
#> 2 32.4 4 78.7 66 4.08 2.2 19.5 1 1 4 1
#> 3 30.4 4 95.1 113 3.77 1.51 16.9 1 1 5 2
#> 4 30.4 4 75.7 52 4.93 1.62 18.5 1 1 4 2
#> 5 27.3 4 79 66 4.08 1.94 18.9 1 1 4 1
#> 6 26 4 120. 91 4.43 2.14 16.7 0 1 5 2
#> 7 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
#> 8 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
#> 9 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
#> 10 21.5 4 120. 97 3.7 2.46 20.0 1 0 3 1
#> # ℹ 22 more rows
# ->
arrange(df, across(everything(), desc))
#> # A tibble: 32 × 11
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 33.9 4 71.1 65 4.22 1.84 19.9 1 1 4 1
#> 2 32.4 4 78.7 66 4.08 2.2 19.5 1 1 4 1
#> 3 30.4 4 95.1 113 3.77 1.51 16.9 1 1 5 2
#> 4 30.4 4 75.7 52 4.93 1.62 18.5 1 1 4 2
#> 5 27.3 4 79 66 4.08 1.94 18.9 1 1 4 1
#> 6 26 4 120. 91 4.43 2.14 16.7 0 1 5 2
#> 7 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
#> 8 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
#> 9 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
#> 10 21.5 4 120. 97 3.7 2.46 20.0 1 0 3 1
#> # ℹ 22 more rows
相关用法
- R dplyr arrange 使用列值对行进行排序
- R dplyr across 跨多列应用一个或多个函数
- R dplyr group_trim 修剪分组结构
- R dplyr slice 使用行的位置对行进行子集化
- R dplyr copy_to 将本地数据帧复制到远程src
- R dplyr sample_n 从表中采样 n 行
- R dplyr consecutive_id 为连续组合生成唯一标识符
- R dplyr row_number 整数排名函数
- R dplyr band_members 乐队成员
- R dplyr mutate-joins 变异连接
- R dplyr nth 从向量中提取第一个、最后一个或第 n 个值
- R dplyr coalesce 找到第一个非缺失元素
- R dplyr group_split 按组分割 DataFrame
- R dplyr mutate 创建、修改和删除列
- R dplyr order_by 用于排序窗口函数输出的辅助函数
- R dplyr context 有关“当前”组或变量的信息
- R dplyr percent_rank 比例排名函数
- R dplyr recode 重新编码值
- R dplyr starwars 星球大战人物
- R dplyr desc 降序
- R dplyr between 检测值落在指定范围内的位置
- R dplyr cumall 任何、全部和平均值的累积版本
- R dplyr group_map 对每个组应用一个函数
- R dplyr do 做任何事情
- R dplyr nest_join 嵌套连接
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Arrange rows by a selection of variables。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。