Question

我希望根据不同的列订购数据框，一个转弯。我有一个字符向量，其中包含order应基于的相关列名：

parameter <- c("market_value_LOCAL", "ep", "book_price", "sales_price", "dividend_yield",
               "beta", "TOTAL_RATING_SCORE", "ENVIRONMENT", "SOCIAL", "GOVERNANCE")

我希望循环parameter中的名称并动态选择要用于order我的数据的列：

Q1_R1000_parameter <- Q1_R1000[order(Q1_R1000$parameter[X]), ]

其中X为1:10（因为parameter中有10个项目。）

为了使我的示例可重现，请考虑数据集mtcars和存储在字符向量cols中的一些变量名称。当我尝试使用动态子集mtcars从cols中选择变量时，以与上面类似的方式（Q1_R1000$parameter[X]），未选择该列：

cols <- c("cyl", "am")
mtcars$cols[1]
# NULL

Answer 1

您无法使用$进行此类子集化。在源代码（R/src/main/subset.c）中，它声明：

/ * $ subset运算符。
我们需要确保只评估第一个论点第二个是需要匹配的符号，而不是评估符号 * /

第二个论点？什么？！您必须意识到$和R中的其他所有内容（包括例如(，+，^等）是一个函数，它接受参数并进行评估。 df$V1可以改写为

`$`(df , V1)

或确实

`$`(df , "V1")

但是...

`$`(df , paste0("V1") )

...例如永远不会工作，也不会在第二个参数中首先评估任何其他内容。您只能传递从不评估的字符串。

而是使用[（或[[，如果您只想将一个列提取为矢量）。

例如，

var <- "mpg"
#Doesn't work
mtcars$var
#These both work, but note that what they return is different
# the first is a vector, the second is a data.frame
mtcars[[var]]
mtcars[var]

您可以使用do.call构建对order的调用来执行无循环的排序。以下是可重现的示例：

#  set seed for reproducibility
set.seed(123)
df <- data.frame( col1 = sample(5,10,repl=T) , col2 = sample(5,10,repl=T) , col3 = sample(5,10,repl=T) )

#  We want to sort by 'col3' then by 'col1'
sort_list <- c("col3","col1")

#  Use 'do.call' to call order. Seccond argument in do.call is a list of arguments
#  to pass to the first argument, in this case 'order'.
#  Since  a data.frame is really a list, we just subset the data.frame
#  according to the columns we want to sort in, in that order
df[ do.call( order , df[ , match( sort_list , names(df) ) ]  ) , ]

   col1 col2 col3
10    3    5    1
9     3    2    2
7     3    2    3
8     5    1    3
6     1    5    4
3     3    4    4
2     4    3    4
5     5    1    4
1     2    5    5
4     5    3    5

Answer 2

使用dplyr提供了一种简单的语法来排序数据框

library(dplyr)
mtcars %>% arrange(gear, desc(mpg))

使用NSE版本as shown here来动态构建排序列表

可能很有用

sort_list <- c("gear", "desc(mpg)")
mtcars %>% arrange_(.dots = sort_list)

Answer 3

如果我理解正确，你有一个包含变量名称的向量，并希望遍历每个名称并按它们对数据框进行排序。如果是这样，这个例子应该为您说明一个解决方案。你的主要问题（完整的例子不完整，所以我不确定你还有什么可能遗漏）是它应该是order(Q1_R1000[,parameter[X]])而不是order(Q1_R1000$parameter[X])，因为参数是一个外部对象包含与数据框的直接列相对应的变量名称（当$适当时）。

set.seed(1)
dat <- data.frame(var1=round(rnorm(10)),
                   var2=round(rnorm(10)),
                   var3=round(rnorm(10)))
param <- paste0("var",1:3)
dat
#   var1 var2 var3
#1    -1    2    1
#2     0    0    1
#3    -1   -1    0
#4     2   -2   -2
#5     0    1    1
#6    -1    0    0
#7     0    0    0
#8     1    1   -1
#9     1    1    0
#10    0    1    0

for(p in rev(param)){
   dat <- dat[order(dat[,p]),]
 }
dat
#   var1 var2 var3
#3    -1   -1    0
#6    -1    0    0
#1    -1    2    1
#7     0    0    0
#2     0    0    1
#10    0    1    0
#5     0    1    1
#8     1    1   -1
#9     1    1    0
#4     2   -2   -2

Answer 4

Q1_R1000[do.call(order, Q1_R1000[parameter]), ]

Answer 5

由于某些CSV文件对同一列有各种名称，因此存在类似问题这是解决方案：

我编写了一个函数来返回列表中的第一个有效列名，然后使用它......

# Return the string name of the first name in names that is a column name in tbl
# else null
ChooseCorrectColumnName <- function(tbl, names) {
for(n in names) {
    if (n %in% colnames(tbl)) {
        return(n)
    }
}
return(null)
}

then...

cptcodefieldname = ChooseCorrectColumnName(file, c("CPT", "CPT.Code"))
icdcodefieldname = ChooseCorrectColumnName(file, c("ICD.10.CM.Code", "ICD10.Code"))

if (is.null(cptcodefieldname) || is.null(icdcodefieldname)) {
        print("Bad file column name")
}

# Here we use the hash table implementation where 
# we have a string key and list value so we need actual strings,
# not Factors
file[cptcodefieldname] = as.character(file[cptcodefieldname])
file[icdcodefieldname] = as.character(file[icdcodefieldname])
for (i in 1:length(file[cptcodefieldname])) {
    cpt_valid_icds[file[cptcodefieldname][i]] <<- unique(c(cpt_valid_icds[[file[cptcodefieldname][i]]], file[icdcodefieldname][i]))
}

Answer 6

如果要选择具有特定名称的列，则只需

A=mtcars[,which(conames(mtcars)==cols[1])]
#and then
colnames(mtcars)[A]=cols[1]

您也可以循环运行它添加动态名称的相反方法，例如，如果A是数据帧，而xyz是要命名为x的列，那么我确实喜欢这样

A$tmp=xyz
colnames(A)[colnames(A)=="tmp"]=x

同样也可以循环添加

Answer 7

在我身上发生过几次。使用 data.table 包。当您只有 1 列需要参考时。使用任一

i<6

或

DT[[x]]

当您有 2 列或更多列可供参考时，请务必使用：

DT[,..x]

那个 x 可以是另一个 data.frame 中的字符串。

Answer 8

另一种解决方案是使用#get：

> cols <- c("cyl", "am")
> get(cols[1], mtcars)
 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

Answer 9

为时已晚..但我想我有答案-

这是我的示例study.df数据框-

   >study.df
   study   sample       collection_dt other_column
   1 DS-111 ES768098 2019-01-21:04:00:30         <NA>
   2 DS-111 ES768099 2018-12-20:08:00:30   some_value
   3 DS-111 ES768100                <NA>   some_value

然后-

> ## Selecting Columns in an Given order
> ## Create ColNames vector as per your Preference
> 
> selectCols <- c('study','collection_dt','sample')
> 
> ## Select data from Study.df with help of selection vector
> selectCols %>% select(.data=study.df,.)
   study       collection_dt   sample
1 DS-111 2019-01-21:04:00:30 ES768098
2 DS-111 2018-12-20:08:00:30 ES768099
3 DS-111                <NA> ES768100
>

使用$和列名称向量动态选择数据框列

9 个答案: