当他们在dplyr()中有underline_number时，排序列名？

Question

我尝试使用arrange()按name_underline_number对列进行排序。它没有起作用。

在dplyr()中做这件事的最好方法是什么？

df <- structure(list(metric = c("rollmean_11", "rollmean_13", "rollmean_15", 
"rollmean_17", "rollmean_19", "rollmean_3", "rollmean_5", "rollmean_7", 
"rollmean_9"), MSE = c(1.92523924349549, 2.39347151053903, 2.89870886591451, 
3.4854131592187, 4.26101662911107, 0.651614338676069, 1.06260257822741, 
1.26237156422673, 1.55433498103862)), row.names = c(NA, -9L), class = c("tbl_df", 
"tbl", "data.frame"))

  metric        MSE
  <chr>       <dbl>
1 rollmean_11 1.93 
2 rollmean_13 2.39 
3 rollmean_15 2.90 
4 rollmean_17 3.49 
5 rollmean_19 4.26 
6 rollmean_3  0.652
7 rollmean_5  1.06 
8 rollmean_7  1.26 
9 rollmean_9  1.55 

预期输出

  metric        MSE
  <chr>       <dbl>
1 rollmean_3  0.652
2 rollmean_5  1.06 
3 rollmean_7  1.26 
4 rollmean_9  1.55 
5 rollmean_11 1.93 
6 rollmean_13 2.39 
7 rollmean_15 2.90 
8 rollmean_17 3.49 
9 rollmean_19 4.26 

Answer 1

它不起作用，因为作为一个字符串，11在2之前。

我们可以通过填充数字来系统地解决这个问题：

library(dplyr)
library(stringr)

df %>% 
  mutate(metric = str_replace(metric,
                              "\\d+",
                              \(i) str_pad(i, 2, pad = "0"))) %>%
  arrange(metric)

返回：

# A tibble: 9 x 2
  metric        MSE
  <chr>       <dbl>
1 rollmean_03 0.652
2 rollmean_05 1.06
3 rollmean_07 1.26
4 rollmean_09 1.55
5 rollmean_11 1.93
6 rollmean_13 2.39
7 rollmean_15 2.90
8 rollmean_17 3.49
9 rollmean_19 4.26

Answer 2

这样做是可行的：

library(dplyr)
library(stringr)
df %>% arrange(as.numeric(str_extract(metric, '\\d+$')))
# A tibble: 9 x 2
  metric        MSE
  <chr>       <dbl>
1 rollmean_3  0.652
2 rollmean_5  1.06 
3 rollmean_7  1.26 
4 rollmean_9  1.55 
5 rollmean_11 1.93 
6 rollmean_13 2.39 
7 rollmean_15 2.90 
8 rollmean_17 3.49 
9 rollmean_19 4.26 

Answer 3

我们可以使用readr中的parse_number来提取数字部分，并在arrange中使用它

library(dplyr)
df %>%
     arrange(readr::parse_number(metric))

-output

# A tibble: 9 x 2
  metric        MSE
  <chr>       <dbl>
1 rollmean_3  0.652
2 rollmean_5  1.06 
3 rollmean_7  1.26 
4 rollmean_9  1.55 
5 rollmean_11 1.93 
6 rollmean_13 2.39 
7 rollmean_15 2.90 
8 rollmean_17 3.49 
9 rollmean_19 4.26