相当简单的问题,我似乎想不出一个优雅的解决方案。
我想按不同的降阶排列一列数据:
library(dplyr)
test <- data.frame(ID=c(19000,19001,19002,1,2))
test %>%
arrange(desc(ID)) %>%
mutate(ID = formatC(ID,width=5,format="d",flag="0"))
ID
1 19002
2 19001
3 19000
4 00002
5 00001我要:
ID
1 00002
2 00001
3 19002
4 19001
5 19000这是一个管道,所以会添加更多的is,例如00003,00004.
以下是我想出的一些东西:
test %>%
mutate(ID = formatC(ID,width=5,format="d",flag="0")) %>%
group_by(group=substr(ID,1,1)) %>%
arrange(desc(ID)) %>%
arrange(group) %>%
ungroup() %>%
select(ID)还有比这个更好的吗?
编辑--
library(microbenchmark)
test <- data.frame(ID=c(1:29999))
microbenchmark(group = test %>%
mutate(ID = formatC(ID,width=5,format="d",flag="0"),
group = substr(ID,1,1)) %>%
arrange(group, desc(ID)) %>%
select(ID),
mod = test %>%
arrange(ID %/% 1000, desc(ID %% 1000)) %>%
mutate(ID = formatC(ID,width=5,format="d",flag="0")))
Unit: milliseconds
expr min lq mean median uq max neval cld
group 138.0480 152.21025 168.7705 160.41305 176.6362 352.4736 100 b
mod 27.7697 29.94265 34.1312 31.92085 35.5323 88.8065 100 a 谢谢大家!看来我有答案了。
发布于 2020-01-02 15:50:51
你只需按数千个数字排序,然后降序按模块1000排序。这样,就不需要添加groups列。
library(dplyr)
test <- data.frame(ID=c(19000,19001,19002,1,2))
test %>%
arrange(ID %/% 1000, desc(ID %% 1000)) %>%
mutate(ID = formatC(ID,width=5,format="d",flag="0"))
#> ID
#> 1 00002
#> 2 00001
#> 3 19002
#> 4 19001
#> 5 19000发布于 2020-01-02 15:56:51
下面是对您的解决方案的一个小编辑:
library(dplyr)
test <- data.frame(ID=c(19000,19001,19002,1,2))
test %>%
mutate(ID = formatC(ID,width=5,format="d",flag="0")) %>%
arrange(substr(ID,1,1), desc(ID))https://stackoverflow.com/questions/59565988
复制相似问题