Description

This function completes the subsetting, transforming and ordering triad with a function that works in a similar way to subset and transform but for reordering a data frame by its columns. This saves a lot of typing!

这个函数完成构造子集,转换（）将和排序三合会与一个函数以类似的方式工作的子集,但是对于重新排序一个数据框的列，这可以节省大量输入!

使用方法

1.简单排序

传统排序方式

mtcars[with(mtcars, order(cyl, disp)), ]
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
.......
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
.......
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
返回按cyl以升序然后对disp升序排序的数据框

dplyr::arrange(mtcars, cyl, disp)

mpg cyl  disp  hp drat    wt  qsec vs am gear carb
.......
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
.......
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
返回结果同上

不返回行号所以如要行号的话需要把行号加到数据框中

myCars = cbind(vehicle=row.names(mtcars), mtcars)

dplyr::arrange(myCars, cyl, disp)
               vehicle  mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1       Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
2          Honda Civic 30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
3             Fiat 128 32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
4            Fiat X1-9 27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
5         Lotus Europa 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
6           Datsun 710 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
7        Toyota Corona 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
8        Porsche 914-2 26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
9           Volvo 142E 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
10            Merc 230 22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
11           Merc 240D 24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
12        Ferrari Dino 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
13           Mazda RX4 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
14       Mazda RX4 Wag 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4

第二种

降序返回

dplyr::arrange(myCars, cyl, desc(disp))
               vehicle  mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1            Merc 240D 24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
2             Merc 230 22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
3           Volvo 142E 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
4        Porsche 914-2 26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
5        Toyota Corona 21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
6           Datsun 710 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
7         Lotus Europa 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
8            Fiat X1-9 27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
9             Fiat 128 32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
10         Honda Civic 30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
11      Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
12      Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
13             Valiant 18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
14            Merc 280 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
15           Merc 280C 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
16           Mazda RX4 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
17       Mazda RX4 Wag 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
18        Ferrari Dino 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
19  Cadillac Fleetwood 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
20 Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
21   Chrysler Imperial 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4

dplyr包之排列: arrange()相关推荐

  1. R语言dplyr包使用group_by函数、arrange函数和filter函数获取每个分组的第一个、第N个、最后一个记录实战

    R语言dplyr包使用group_by函数.arrange函数和filter函数获取每个分组的第一个.第N个.最后一个记录实战 目录

  2. R语言dplyr包使用arrange函数、group_by函数、mutate函数生成分组数据的排名（rank）实战（Rank Variable by Group）:升序排名、降序排名以及相同排名的处理

    R语言dplyr包使用arrange函数.group_by函数.mutate函数生成分组数据的排名(rank)实战(Rank Variables by Group):升序排名.降序排名以及相同排名的处 ...

  3. R语言使用dplyr包的arrange函数对dataframe数据进行排序

    R语言使用dplyr包的arrange函数对dataframe数据进行排序 目录 R语言使用dplyr包的arrange函数对dataframe数据进行排序 R语言使用dplyr包的arrange函数 ...

  4. R语言使用dplyr包的arrange函数进行dataframe排序、arrange函数基于一个字段（变量）进行降序排序实战

    R语言使用dplyr包的arrange函数进行dataframe排序.arrange函数基于一个字段(变量)进行降序排序实战 目录

  5. R语言使用dplyr包的arrange函数依据dataframe数据的指定数据列对dataframe进行排序（默认从小到大）

    R语言使用dplyr包的arrange函数依据dataframe数据的指定数据列对dataframe进行排序(默认从小到大) 目录

  6. R语言dplyr包：高效数据处理函数arrange、sample_n、n_distinct、select、compute等

    今天是个特别的日子,小编在这里祝大家情人节快乐!本篇文章继续之前文章提到的关于dplyr包数据处理的函数.错了,小编是准备那天发的,忘发了 R语言在数据整理.分析上面的方法是很多的,并且通俗易懂,相信 ...

  7. 【R语言】必学包之dplyr包

    R包dplyr可用于处理R内部或者外部的结构化数据,相较于plyr包,dplyr专注接受dataframe对象, 大幅提高了速度,并且提供了更稳健的数据库接口.同时,dplyr包可用于操作Spark的 ...

  8. R语言 数据处理 dplyr包 数据清理

    dplyr包 这个包是Hadley Wickham创建和维护的.它包括了(几乎)全部可以用来加快数据处理进程的内容.它最有名的是数据探索和数据转换功能.它的链式语法让它使用起来很方便.它包括5个主要的 ...

  9. R语言dplyr包超完整版函数指南

    R语言dplyr包的使用 一.常用函数功能速查 二.常用函数详解 iris数据集 1. 取子集 filter/distinct slice select 2. 窗口函数 3. 连接合并 left_jo ...

最新文章

  1. IBM开放Watson AI服务增加云服务使用
  2. 入行以来涉及的技术简史
  3. 有哪些关于iPhone使用的小技巧？
  4. C语言 scanf函数
  5. java panel画椭圆_如何在Java 2D中绘制椭圆？
  6. 数据挖掘简答知识点总结
  7. Keil5无法定位到函数、变量的定义
  8. 制作 macOS Mojave U盘USB启动安装盘方法教程 (全新安装 Mac 系统)
  9. 华为畅享9额android9,华为畅享9
  10. SAP中汇率取值选择逻辑分析测试
  11. 2017年卢松松博客视频方向该怎么做
  12. IDEA-Translation3.0插件右键无文档翻译解决
  13. 论电子商务平台成功的几个关键点
  14. X64切换到X32模式遇到的问题
  15. BDE, dbGo, dbExpress的抉擇
  16. MTK adb进入工程模式
  17. 当我们浏览器访问某个网站时，中间经历了什么，如何到达对方的？
  18. mpp动态新增和删除分区的定时任务创建
  19. Signal Builder模块
  20. stp实验心得_自制STP配置实验

热门文章

  1. FPGA中的流水线设计（Pipeline Design）
  2. HighTec安装及破解教程
  3. CF333E Summer Earnings
  4. ESP32概述与入门准备
  5. 理解和分析App崩溃报告(译)
  6. Ext.Ajax.request:post请求传输json数据与后台@RequestBody接收
  7. 【密码学】RSA的攻与防_3.0
  8. 王树尧老师运筹学课程笔记 10 线性规划与单纯形法（关于检测数与退化的讨论）
  9. 百度大脑助力药企与医院业务智能化对接
  10. 如何用crt连接hcl模拟器