step_arrange()
创建配方步骤的规范,该步骤将使用 dplyr::arrange()
对行进行排序。
用法
step_arrange(
recipe,
...,
role = NA,
trained = FALSE,
inputs = NULL,
skip = FALSE,
id = rand_id("arrange")
)
参数
- recipe
-
一个菜谱对象。该步骤将添加到此配方的操作序列中。
- ...
-
逗号分隔的不带引号的变量名称列表。使用“desc()”按降序对变量进行排序。有关更多详细信息,请参阅
dplyr::arrange()
。 - role
-
由于没有创建新变量,因此此步骤未使用。
- trained
-
指示预处理数量是否已估计的逻辑。
- inputs
-
...
给出的值的引用。 - skip
-
一个合乎逻辑的。当
bake()
烘焙食谱时是否应该跳过此步骤?虽然所有操作都是在prep()
运行时烘焙的,但某些操作可能无法对新数据进行(例如处理结果变量)。使用skip = TRUE
时应小心,因为它可能会影响后续操作的计算。 - id
-
该步骤特有的字符串,用于标识它。
整理
当您 tidy()
此步骤时,将返回一个包含 terms
列的 tibble,其中包含排序变量或表达式。表达式是文本表示,不可解析。
也可以看看
其他行操作步骤:step_filter()
、step_impute_roll()
、step_lag()
、step_naomit()
、step_sample()
、step_shuffle()
、step_slice()
其他 dplyr 步骤:step_filter()
, step_mutate_at()
, step_mutate()
, step_rename_at()
, step_rename()
, step_sample()
, step_select()
, step_slice()
例子
rec <- recipe(~., data = iris) %>%
step_arrange(desc(Sepal.Length), 1 / Petal.Length)
prepped <- prep(rec, training = iris %>% slice(1:75))
tidy(prepped, number = 1)
#> # A tibble: 2 × 2
#> terms id
#> <chr> <chr>
#> 1 desc(Sepal.Length) arrange_gEmbM
#> 2 1/Petal.Length arrange_gEmbM
library(dplyr)
dplyr_train <-
iris %>%
as_tibble() %>%
slice(1:75) %>%
dplyr::arrange(desc(Sepal.Length), 1 / Petal.Length)
rec_train <- bake(prepped, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE
dplyr_test <-
iris %>%
as_tibble() %>%
slice(76:150) %>%
dplyr::arrange(desc(Sepal.Length), 1 / Petal.Length)
rec_test <- bake(prepped, iris %>% slice(76:150))
all.equal(dplyr_test, rec_test)
#> [1] TRUE
# When you have variables/expressions, you can create a
# list of symbols with `rlang::syms()`` and splice them in
# the call with `!!!`. See https://tidyeval.tidyverse.org
sort_vars <- c("Sepal.Length", "Petal.Length")
qq_rec <-
recipe(~., data = iris) %>%
# Embed the `values` object in the call using !!!
step_arrange(!!!syms(sort_vars)) %>%
prep(training = iris)
tidy(qq_rec, number = 1)
#> # A tibble: 2 × 2
#> terms id
#> <chr> <chr>
#> 1 Sepal.Length arrange_WSW2K
#> 2 Petal.Length arrange_WSW2K
相关用法
- R recipes step_unknown 将缺失的类别分配给“未知”
- R recipes step_relu 应用(平滑)修正线性变换
- R recipes step_poly_bernstein 广义伯恩斯坦多项式基
- R recipes step_impute_knn 通过 k 最近邻进行插补
- R recipes step_impute_mean 使用平均值估算数值数据
- R recipes step_inverse 逆变换
- R recipes step_pls 偏最小二乘特征提取
- R recipes step_ratio 比率变量创建
- R recipes step_geodist 两个地点之间的距离
- R recipes step_nzv 近零方差滤波器
- R recipes step_nnmf 非负矩阵分解信号提取
- R recipes step_normalize 中心和比例数值数据
- R recipes step_depth 数据深度
- R recipes step_other 折叠一些分类级别
- R recipes step_harmonic 添加正弦和余弦项以进行谐波分析
- R recipes step_corr 高相关滤波器
- R recipes step_novel 新因子水平的简单赋值
- R recipes step_select 使用 dplyr 选择变量
- R recipes step_regex 检测正则表达式
- R recipes step_spline_b 基础样条
- R recipes step_window 移动窗口函数
- R recipes step_ica ICA 信号提取
- R recipes step_discretize 离散数值变量
- R recipes step_dummy_multi_choice 一起处理多个预测变量的水平
- R recipes step_lincomb 线性组合滤波器
注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Sort rows using dplyr。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。