Сортировка таблицы данных с определенным порядком значений

Question

Сортировка таблицы данных с определенным порядком значений

вот короткие данные.таблица:

DT <- data.table(Tag1 = c(22,253,6219,6219,252862,252864,312786,312812),
                 Tag2 = c(22,255,6220,252857,252863,252865,251191,252863),
                 Date= as.Date(as.character(c("7/25/2008","6/15/2000","6/30/2000","9/6/2002","9/6/2002","9/6/2002","9/3/2003","9/5/2003")),format = "%m/%d/%Y"))
DT

     Tag1   Tag2       Date
1:     22     22 2008-07-25
2:    253    255 2000-06-15
3:   6219   6220 2000-06-30
4:   6219 252857 2002-09-06
5: 252862 252863 2002-09-06
6: 252864 252865 2002-09-06
7: 312786 251191 2003-09-03
8: 312812 252863 2003-09-05

Я хотел бы отсортировать данные.таблица в порядке возрастания по 3 столбцам: Tag1, Tag2 и Date. Я проверил:

> test <- DT[order(Tag1, Tag2, Date)]
> test
     Tag1   Tag2       Date
1:     22     22 2008-07-25
2:    253    255 2000-06-15
3:   6219   6220 2000-06-30
4:   6219 252857 2002-09-06
5: 252862 252863 2002-09-06
6: 252864 252865 2002-09-06
7: 312786 251191 2003-09-03
8: 312812 252863 2003-09-05

тем не менее, я хотел бы отсортировать данные.таблица ниже:

> test
         Tag1   Tag2       Date
    1:     22     22 2008-07-25
    2:    253    255 2000-06-15
    3:   6219   6220 2000-06-30
    4:   6219 252857 2002-09-06
    5: 252862 252863 2002-09-06
    6: 312812 252863 2003-09-05
    7: 252864 252865 2002-09-06
    8: 312786 251191 2003-09-03

в частности, дублированные значения для Tag1 или Tag1 должны располагаться одно под другим (например: 6219 для Tag1 и 252863 для Tag2). Как я могу это сделать? ?

редактировать:

предлагаемые решения работают для коротких данных.таблица (как и данные.таблица выше). Вот более длинная версия:

DT <- data.table(Tag1 = c(252860, 252862, 312812, 252864, 252866, 252868, 252870, 318880, 252872, 252874, 252876, 252878, 252880, 252880, 252881, 252883,
252885, 252887, 311264, 252889, 252889, 252892, 318879, 318880, 318881), Tag2 = c(252861, 252863, 252863, 252865, 252867, 252869, 252871, 252871, 252873,
252875, 252877, 252879, 414611, 905593, 252882, 252884, 252886, 252888, 252888, 252890, 318904, 252893, 318878, 414547, 318882), Date = c("9/6/2002",
"9/6/2002", "9/5/2003", "9/6/2002", "9/6/2002", "9/6/2002", "9/6/2002", "10/8/2003", "9/6/2002", "9/6/2002", "9/6/2002", "9/6/2002", "10/5/2004",
"9/6/2002", "9/6/2002", "9/6/2002", "9/10/2002", "9/10/2002", "7/15/2003", "9/10/2002", "10/15/2003", "9/10/2002", "10/8/2003", "9/29/2004","10/8/2003"))

вот ожидаемый результат (т. е. данные.таблица "после"). В частности, данные.таблица "после" должна соответствовать двум условиям:

1) строки сортируются по дате в порядке возрастания

2) дублированные значения для Tag1 или Tag1 расположены одно под другое (в конечном итоге не обязательно в порядке возрастания)

все дублированные значения для Tag1 и Tag2 имеют желтый цвет.

10

data.table r

автор: Nell

3 ответов

автор: Sathish · Accepted Answer · 2016-08-10 21:39:58

Старый Ордер

df[order(Tag1, Tag2, Date)]
#      Tag1   Tag2       Date
# 1:     22     22 2008-07-25
# 2:    253    255 2000-06-15
# 3:   6219   6220 2000-06-30
# 4:   6219 252857 2002-09-06
# 5: 252862 252863 2002-09-06
# 6: 252864 252865 2002-09-06
# 7: 312786 251191 2003-09-03
# 8: 312812 252863 2003-09-05

Новый Порядок
Вроде Date столбец в порядке убывания, то вроде Tag1 в порядке возрастания, сгруппированные по Tag2.

setcolorder(dt1 <- df[order(-Date)][order(Tag1), .SD, by = Tag2], colnames(df))

dt1
#      Tag1   Tag2       Date
# 1:     22     22 2008-07-25
# 2:    253    255 2000-06-15
# 3:   6219 252857 2002-09-06
# 4:   6219   6220 2000-06-30
# 5: 252862 252863 2002-09-06
# 6: 312812 252863 2003-09-05
# 7: 252864 252865 2002-09-06
# 8: 312786 251191 2003-09-03

решение @akrun в комментариях нарушает структуру данных. Вот сравнение. Посмотрите на #4: 6219 должен иметь 252857 вместо 251191

df[,lapply(df, sort)]
#      Tag1   Tag2       Date
# 1:     22     22 2000-06-15
# 2:    253    255 2000-06-30
# 3:   6219   6220 2002-09-06
# 4:   6219 251191 2002-09-06
# 5: 252862 252857 2002-09-06
# 6: 252864 252863 2003-09-03
# 7: 312786 252863 2003-09-05
# 8: 312812 252865 2008-07-25

автор: JasonM1 · Accepted Answer · 2016-08-11 14:43:39

данные в Примере уже отсортированы, поэтому здесь сокращенная версия в несортированном порядке, чтобы проиллюстрировать изменение порядка сортировки.

> library(data.table)
> DT <- data.table(Tag1 = c(22,253,22,22),
                   Tag2 = c(1,255,2,2),
                   Date = as.Date(as.character(c(
                 "1/1/2010","4/4/2000","3/3/2003","2/2/2000")), format = "%m/%d/%Y"))
> DT                 

   Tag1 Tag2       Date
1:   22    1 2010-01-01
2:  253  255 2000-04-04
3:   22    2 2003-03-03
4:   22    2 2000-02-02

использовать order для создания новых данных.таблицы в определенном порядке. Функция занимает одно поле или несколько полей для сортировки в указанном порядке.

# sorts first by Tag1 then by Tag2 and finally by Date (in ascending order)
> DT2 <- DT[order(Tag1, Tag2, Date)]
> DT2

   Tag1 Tag2       Date
1:   22    1 2010-01-01
2:   22    2 2000-02-02
3:   22    2 2003-03-03
4:  253  255 2000-04-04

переупорядочить данные.таблица на месте использования

автор: dww · Accepted Answer · 2016-08-27 02:37:07

в обновлении вопроса OP указал, что предыдущие ответы (включая принятый ответ) не работают для более длинного набора данных. Используя новые данные после редактирования вопроса, мы можем сортировать следующим образом:

трюк состоит в том, чтобы начать с таблицы, упорядоченной по дате, затем теги, в порядке возрастания (исходные данные в OP уже находятся в этом состоянии, но для общности я начинаю мое обеспечение данных упорядочены setkey(DT, asDate, Tag1, Tag2)). Затем пронумеруйте различные значения tag2 в порядке они появляются и сортируются по этим номерам групп (следующие две строки). Это позволит убедиться, что одинаковые значения tag2 следуют друг за другом, не нарушая порядка на столе. Затем сделайте то же самое для tag1.

DT[, asDate := as.Date(Date, format = "%m/%d/%Y")]
setkey(DT, asDate, Tag1, Tag2)

DT[, g2 := .GRP, Tag2]
setkey(DT, g2)
DT[, g1 := .GRP, Tag1]
setkey(DT, g1)

DT[, c("g1", "g2", "asDate") := NULL][]

      Tag1   Tag2       Date
 1: 252860 252861   9/6/2002
 2: 252862 252863   9/6/2002
 3: 312812 252863   9/5/2003
 4: 252864 252865   9/6/2002
 5: 252866 252867   9/6/2002
 6: 252868 252869   9/6/2002
 7: 252870 252871   9/6/2002
 8: 318880 252871  10/8/2003
 9: 318880 414547  9/29/2004
10: 252872 252873   9/6/2002
11: 252874 252875   9/6/2002
12: 252876 252877   9/6/2002
13: 252878 252879   9/6/2002
14: 252880 905593   9/6/2002
15: 252880 414611  10/5/2004
16: 252881 252882   9/6/2002
17: 252883 252884   9/6/2002
18: 252885 252886  9/10/2002
19: 252887 252888  9/10/2002
20: 311264 252888  7/15/2003
21: 252889 252890  9/10/2002
22: 252889 318904 10/15/2003
23: 252892 252893  9/10/2002
24: 318879 318878  10/8/2003
25: 318881 318882  10/8/2003
      Tag1   Tag2       Date

Примечания

Это отлично работает с образцами данных. Однако, слово предостережения. Нет никакой гарантии, что решение существует даже для всех возможных данных (либо этим методом, либо любым методом), особенно если оно повторяется теги-это большая часть всех тегов. Рассмотрим, например, следующие столбцы, в которых невозможно упорядочить строки так, чтобы одни и те же буквы всегда появлялись последовательно в обоих столбцах одновременно:

 a b
 a c
 b a
 b c
 c a
 c b