當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

R dplyr arrange_all 通過選擇的變量排列行


[Superseded]

作用域動詞( _if 、 _at 、 _all )已被現有動詞中的 pick() 或 across() 取代。有關詳細信息，請參閱vignette("colwise")。

arrange() 的這些 scoped 變體通過選擇的變量對數據幀進行排序。與 arrange() 一樣，您可以在使用 .funs 參數進行排序之前修改變量。

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
)

參數

.tbl

tbl 對象。

.funs

函數 fun 、 quosure 樣式 lambda ~ fun(.) 或任一形式的列表。

...

.funs 中函數調用的附加參數。這些僅在 tidy dots 支持下評估一次。

.by_group

如果TRUE，將首先按分組變量排序。僅適用於分組 DataFrame 。

.locale

對字符向量進行排序的區域設置。

  • 如果 NULL (默認值)使用 "C" 區域設置，除非 dplyr.legacy_locale 全局選項退出艙口處於活動狀態。有關更多詳細信息，請參閱dplyr-locale 幫助頁麵。

  • 如果提供了 stringi::stri_locale_list() 中的單個字符串，則該字符串將用作排序的區域設置。例如，"en" 將按照美式英語區域設置進行排序。這需要 stringi 包。

  • 如果提供"C"，則字符向量將始終按 C 語言環境排序。這不需要字符串，並且通常比提供區域設置標識符要快得多。

C 語言環境與英語語言環境不同，例如 "en" ，特別是當涉及包含大小寫字母混合的數據時。 Default locale 部分下的 locale 幫助頁麵對此進行了更詳細的解釋。

.vars

由 vars() 生成的列列表、列名稱的字符向量、列位置的數值向量或 NULL 。

.predicate

應用於列或邏輯向量的謂詞函數。選擇.predicate 為或返回TRUE 的變量。該參數傳遞給rlang::as_function()，因此支持quosure-style lambda 函數和表示函數名稱的字符串。

對變量進行分組

作為選擇一部分的分組變量參與 DataFrame 的排序。

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

相關用法


注：本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Arrange rows by a selection of variables。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。