排序就是按照某个变量的大小或顺序重新排列数据。
在R语言里，排序常见场景有：
student <- data.frame(
id = 1:8,
name = c("A", "B", "C", "D", "E", "F", "G", "H"),
class = c("二班", "一班", "三班", "一班", "二班", "三班", "一班", "二班"),
gender = c("女", "男", "男", "女", "男", "女", "男", "女"),
score = c(85, 92, 78, 88, 95, 70, 82, 90),
date = c("2024-03-01", "2024-01-15", "2024-02-20", "2024-01-10",
"2024-03-05", "2024-02-01", "2024-01-25", "2024-03-10")
)
student## id name class gender score date
## 1 1 A 二班 女 85 2024-03-01
## 2 2 B 一班 男 92 2024-01-15
## 3 3 C 三班 男 78 2024-02-20
## 4 4 D 一班 女 88 2024-01-10
## 5 5 E 二班 男 95 2024-03-05
## 6 6 F 三班 女 70 2024-02-01
## 7 7 G 一班 男 82 2024-01-25
## 8 8 H 二班 女 90 2024-03-10查看数据结构：
str(student)## 'data.frame': 8 obs. of 6 variables:
## $ id : int 1 2 3 4 5 6 7 8
## $ name : chr "A" "B" "C" "D" ...
## $ class : chr "二班" "一班" "三班" "一班" ...
## $ gender: chr "女" "男" "男" "女" ...
## $ score : num 85 92 78 88 95 70 82 90
## $ date : chr "2024-03-01" "2024-01-15" "2024-02-20" "2024-01-10" ...现在 date 还是字符型，我们先把它转成日期型：
student$date <- as.Date(student$date)
str(student)## 'data.frame': 8 obs. of 6 variables:
## $ id : int 1 2 3 4 5 6 7 8
## $ name : chr "A" "B" "C" "D" ...
## $ class : chr "二班" "一班" "三班" "一班" ...
## $ gender: chr "女" "男" "男" "女" ...
## $ score : num 85 92 78 88 95 70 82 90
## $ date : Date, format: "2024-03-01" "2024-01-15" ...sort() 主要用于排序一个向量。
例如排序分数：
score <- c(85, 92, 78, 88, 95, 70, 82, 90)
sort(score)## [1] 70 78 82 85 88 90 92 95默认是从小到大，也就是升序。
使用参数：
decreasing = TRUEsort(score, decreasing = TRUE)## [1] 95 92 90 88 85 82 78 70解释：
| 写法 | 含义 |
|---|---|
sort(score) |
从小到大 |
sort(score, decreasing = TRUE) |
从大到小 |
例如：
sort(student$score)## [1] 70 78 82 85 88 90 92 95这样只能得到排序后的分数：
70 78 82 85 88 90 92 95但是它不会把整个数据框的行一起移动。
如果我们要按照分数排序整个数据框，要用：
order()order() 返回的是排序后的位置编号。
先看一个简单例子：
student$score## [1] 85 92 78 88 95 70 82 90order(student$score)## [1] 6 3 7 1 4 8 2 5解释：
order(student$score)
不是直接返回排序后的分数，而是返回：
如果要把 score 从小到大排列，应该按照哪些行号取数据。
student_by_score <- student[order(student$score), ]
student_by_score## id name class gender score date
## 6 6 F 三班 女 70 2024-02-01
## 3 3 C 三班 男 78 2024-02-20
## 7 7 G 一班 男 82 2024-01-25
## 1 1 A 二班 女 85 2024-03-01
## 4 4 D 一班 女 88 2024-01-10
## 8 8 H 二班 女 90 2024-03-10
## 2 2 B 一班 男 92 2024-01-15
## 5 5 E 二班 男 95 2024-03-05解释：
student[order(student$score), ]含义是：
按照
score从小到大的行顺序，重新排列整个 student 数据框。
方法一：使用负号 -
student_by_score_desc <- student[order(-student$score), ]
student_by_score_desc## id name class gender score date
## 5 5 E 二班 男 95 2024-03-05
## 2 2 B 一班 男 92 2024-01-15
## 8 8 H 二班 女 90 2024-03-10
## 4 4 D 一班 女 88 2024-01-10
## 1 1 A 二班 女 85 2024-03-01
## 7 7 G 一班 男 82 2024-01-25
## 3 3 C 三班 男 78 2024-02-20
## 6 6 F 三班 女 70 2024-02-01方法二：使用 decreasing = TRUE
student_by_score_desc2 <- student[order(student$score, decreasing = TRUE), ]
student_by_score_desc2## id name class gender score date
## 5 5 E 二班 男 95 2024-03-05
## 2 2 B 一班 男 92 2024-01-15
## 8 8 H 二班 女 90 2024-03-10
## 4 4 D 一班 女 88 2024-01-10
## 1 1 A 二班 女 85 2024-03-01
## 7 7 G 一班 男 82 2024-01-25
## 3 3 C 三班 男 78 2024-02-20
## 6 6 F 三班 女 70 2024-02-01两种方法都可以。
常用写法：
student[order(-student$score), ]因为 date 已经是 Date 类型，所以可以直接排序。
student_by_date <- student[order(student$date), ]
student_by_date## id name class gender score date
## 4 4 D 一班 女 88 2024-01-10
## 2 2 B 一班 男 92 2024-01-15
## 7 7 G 一班 男 82 2024-01-25
## 6 6 F 三班 女 70 2024-02-01
## 3 3 C 三班 男 78 2024-02-20
## 1 1 A 二班 女 85 2024-03-01
## 5 5 E 二班 男 95 2024-03-05
## 8 8 H 二班 女 90 2024-03-10student_by_date_desc <- student[order(student$date, decreasing = TRUE), ]
student_by_date_desc## id name class gender score date
## 8 8 H 二班 女 90 2024-03-10
## 5 5 E 二班 男 95 2024-03-05
## 1 1 A 二班 女 85 2024-03-01
## 3 3 C 三班 男 78 2024-02-20
## 6 6 F 三班 女 70 2024-02-01
## 7 7 G 一班 男 82 2024-01-25
## 2 2 B 一班 男 92 2024-01-15
## 4 4 D 一班 女 88 2024-01-10也可以写：
student_by_date_desc2 <- student[order(-as.numeric(student$date)), ]
student_by_date_desc2## id name class gender score date
## 8 8 H 二班 女 90 2024-03-10
## 5 5 E 二班 男 95 2024-03-05
## 1 1 A 二班 女 85 2024-03-01
## 3 3 C 三班 男 78 2024-02-20
## 6 6 F 三班 女 70 2024-02-01
## 7 7 G 一班 男 82 2024-01-25
## 2 2 B 一班 男 92 2024-01-15
## 4 4 D 一班 女 88 2024-01-10但是日期排序更推荐：
order(student$date, decreasing = TRUE)例如按姓名排序：
student_by_name <- student[order(student$name), ]
student_by_name## id name class gender score date
## 1 1 A 二班 女 85 2024-03-01
## 2 2 B 一班 男 92 2024-01-15
## 3 3 C 三班 男 78 2024-02-20
## 4 4 D 一班 女 88 2024-01-10
## 5 5 E 二班 男 95 2024-03-05
## 6 6 F 三班 女 70 2024-02-01
## 7 7 G 一班 男 82 2024-01-25
## 8 8 H 二班 女 90 2024-03-10字符排序通常按照字母顺序或编码顺序。
很多时候，我们不是只按一个变量排序，而是按多个变量排序。
比如：
先按班级排序，再按分数从高到低排序。
基础R写法：
student_by_class_score <- student[order(student$class, -student$score), ]
student_by_class_score## id name class gender score date
## 5 5 E 二班 男 95 2024-03-05
## 8 8 H 二班 女 90 2024-03-10
## 1 1 A 二班 女 85 2024-03-01
## 3 3 C 三班 男 78 2024-02-20
## 6 6 F 三班 女 70 2024-02-01
## 2 2 B 一班 男 92 2024-01-15
## 4 4 D 一班 女 88 2024-01-10
## 7 7 G 一班 男 82 2024-01-25解释：
order(student$class, -student$score)表示：
class 排序；class 相同，再按 score
从高到低排序。例如：
先按性别排序，再按分数从高到低排序。
student_by_gender_score <- student[order(student$gender, -student$score), ]
student_by_gender_score## id name class gender score date
## 5 5 E 二班 男 95 2024-03-05
## 2 2 B 一班 男 92 2024-01-15
## 7 7 G 一班 男 82 2024-01-25
## 3 3 C 三班 男 78 2024-02-20
## 8 8 H 二班 女 90 2024-03-10
## 4 4 D 一班 女 88 2024-01-10
## 1 1 A 二班 女 85 2024-03-01
## 6 6 F 三班 女 70 2024-02-01现在班级是：
一班，二班，三班但是如果直接：
sort(unique(student$class))## [1] "二班" "三班" "一班"R的排序可能不一定是我们想要的逻辑顺序。
如果我们希望顺序固定为：
一班 < 二班 < 三班可以使用因子 factor。
student$class_factor <- factor(
student$class,
levels = c("一班", "二班", "三班"),
ordered = TRUE
)
student## id name class gender score date class_factor
## 1 1 A 二班 女 85 2024-03-01 二班
## 2 2 B 一班 男 92 2024-01-15 一班
## 3 3 C 三班 男 78 2024-02-20 三班
## 4 4 D 一班 女 88 2024-01-10 一班
## 5 5 E 二班 男 95 2024-03-05 二班
## 6 6 F 三班 女 70 2024-02-01 三班
## 7 7 G 一班 男 82 2024-01-25 一班
## 8 8 H 二班 女 90 2024-03-10 二班查看水平：
levels(student$class_factor)## [1] "一班" "二班" "三班"按班级因子排序：
student_by_class_factor <- student[order(student$class_factor), ]
student_by_class_factor## id name class gender score date class_factor
## 2 2 B 一班 男 92 2024-01-15 一班
## 4 4 D 一班 女 88 2024-01-10 一班
## 7 7 G 一班 男 82 2024-01-25 一班
## 1 1 A 二班 女 85 2024-03-01 二班
## 5 5 E 二班 男 95 2024-03-05 二班
## 8 8 H 二班 女 90 2024-03-10 二班
## 3 3 C 三班 男 78 2024-02-20 三班
## 6 6 F 三班 女 70 2024-02-01 三班这时排序会按照：
一班，二班，三班例如：
先按班级：一班、二班、三班；
每个班内部按分数从高到低。
student_by_class_score2 <- student[order(student$class_factor, -student$score), ]
student_by_class_score2## id name class gender score date class_factor
## 2 2 B 一班 男 92 2024-01-15 一班
## 4 4 D 一班 女 88 2024-01-10 一班
## 7 7 G 一班 男 82 2024-01-25 一班
## 5 5 E 二班 男 95 2024-03-05 二班
## 8 8 H 二班 女 90 2024-03-10 二班
## 1 1 A 二班 女 85 2024-03-01 二班
## 3 3 C 三班 男 78 2024-02-20 三班
## 6 6 F 三班 女 70 2024-02-01 三班这是考试和作业里很常见的排序方式。
排序后，原来的行号会保留。
例如：
student_by_score_desc## id name class gender score date
## 5 5 E 二班 男 95 2024-03-05
## 2 2 B 一班 男 92 2024-01-15
## 8 8 H 二班 女 90 2024-03-10
## 4 4 D 一班 女 88 2024-01-10
## 1 1 A 二班 女 85 2024-03-01
## 7 7 G 一班 男 82 2024-01-25
## 3 3 C 三班 男 78 2024-02-20
## 6 6 F 三班 女 70 2024-02-01如果想重新生成从 1 开始的行号：
student_by_score_desc_reset <- student_by_score_desc
rownames(student_by_score_desc_reset) <- NULL
student_by_score_desc_reset## id name class gender score date
## 1 5 E 二班 男 95 2024-03-05
## 2 2 B 一班 男 92 2024-01-15
## 3 8 H 二班 女 90 2024-03-10
## 4 4 D 一班 女 88 2024-01-10
## 5 1 A 二班 女 85 2024-03-01
## 6 7 G 一班 男 82 2024-01-25
## 7 3 C 三班 男 78 2024-02-20
## 8 6 F 三班 女 70 2024-02-01常用写法：
rownames(df) <- NULL创建一个带缺失值的数据：
score_na <- c(85, NA, 78, 92, NA, 70)
score_na## [1] 85 NA 78 92 NA 70直接排序：
sort(score_na)## [1] 70 78 85 92默认情况下，sort() 会把 NA 去掉。
如果想保留 NA：
sort(score_na, na.last = TRUE)## [1] 70 78 85 92 NA NA把 NA 放最后：
sort(score_na, na.last = TRUE)## [1] 70 78 85 92 NA NA把 NA 放最前：
sort(score_na, na.last = FALSE)## [1] NA NA 70 78 85 92创建带 NA 的数据框：
student_na <- data.frame(
name = c("A", "B", "C", "D", "E"),
score = c(85, NA, 78, 92, NA)
)
student_na## name score
## 1 A 85
## 2 B NA
## 3 C 78
## 4 D 92
## 5 E NA按分数排序，NA 放最后：
student_na_ordered <- student_na[order(student_na$score, na.last = TRUE), ]
student_na_ordered## name score
## 3 C 78
## 1 A 85
## 4 D 92
## 2 B NA
## 5 E NA按分数排序，NA 放最前：
student_na_ordered2 <- student_na[order(student_na$score, na.last = FALSE), ]
student_na_ordered2## name score
## 2 B NA
## 5 E NA
## 3 C 78
## 1 A 85
## 4 D 92如果你的课程讲过 dplyr，排序可以用
arrange()。
如果没有安装，先运行：
install.packages("dplyr")加载包：
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union按分数从低到高：
student %>%
arrange(score)## id name class gender score date class_factor
## 1 6 F 三班 女 70 2024-02-01 三班
## 2 3 C 三班 男 78 2024-02-20 三班
## 3 7 G 一班 男 82 2024-01-25 一班
## 4 1 A 二班 女 85 2024-03-01 二班
## 5 4 D 一班 女 88 2024-01-10 一班
## 6 8 H 二班 女 90 2024-03-10 二班
## 7 2 B 一班 男 92 2024-01-15 一班
## 8 5 E 二班 男 95 2024-03-05 二班arrange(score) 默认是升序。
按分数从高到低：
student %>%
arrange(desc(score))## id name class gender score date class_factor
## 1 5 E 二班 男 95 2024-03-05 二班
## 2 2 B 一班 男 92 2024-01-15 一班
## 3 8 H 二班 女 90 2024-03-10 二班
## 4 4 D 一班 女 88 2024-01-10 一班
## 5 1 A 二班 女 85 2024-03-01 二班
## 6 7 G 一班 男 82 2024-01-25 一班
## 7 3 C 三班 男 78 2024-02-20 三班
## 8 6 F 三班 女 70 2024-02-01 三班其中：
desc(score)表示降序。
日期从早到晚：
student %>%
arrange(date)## id name class gender score date class_factor
## 1 4 D 一班 女 88 2024-01-10 一班
## 2 2 B 一班 男 92 2024-01-15 一班
## 3 7 G 一班 男 82 2024-01-25 一班
## 4 6 F 三班 女 70 2024-02-01 三班
## 5 3 C 三班 男 78 2024-02-20 三班
## 6 1 A 二班 女 85 2024-03-01 二班
## 7 5 E 二班 男 95 2024-03-05 二班
## 8 8 H 二班 女 90 2024-03-10 二班日期从晚到早：
student %>%
arrange(desc(date))## id name class gender score date class_factor
## 1 8 H 二班 女 90 2024-03-10 二班
## 2 5 E 二班 男 95 2024-03-05 二班
## 3 1 A 二班 女 85 2024-03-01 二班
## 4 3 C 三班 男 78 2024-02-20 三班
## 5 6 F 三班 女 70 2024-02-01 三班
## 6 7 G 一班 男 82 2024-01-25 一班
## 7 2 B 一班 男 92 2024-01-15 一班
## 8 4 D 一班 女 88 2024-01-10 一班先按班级，再按分数从高到低：
student %>%
arrange(class_factor, desc(score))## id name class gender score date class_factor
## 1 2 B 一班 男 92 2024-01-15 一班
## 2 4 D 一班 女 88 2024-01-10 一班
## 3 7 G 一班 男 82 2024-01-25 一班
## 4 5 E 二班 男 95 2024-03-05 二班
## 5 8 H 二班 女 90 2024-03-10 二班
## 6 1 A 二班 女 85 2024-03-01 二班
## 7 3 C 三班 男 78 2024-02-20 三班
## 8 6 F 三班 女 70 2024-02-01 三班解释：
arrange(class_factor, desc(score))表示：
class_factor 升序；score 降序。如果只是运行：
student %>% arrange(desc(score))不会改变原来的 student。
如果要保存排序后的结果，要赋值：
student_sorted <- student %>%
arrange(desc(score))
student_sorted## id name class gender score date class_factor
## 1 5 E 二班 男 95 2024-03-05 二班
## 2 2 B 一班 男 92 2024-01-15 一班
## 3 8 H 二班 女 90 2024-03-10 二班
## 4 4 D 一班 女 88 2024-01-10 一班
## 5 1 A 二班 女 85 2024-03-01 二班
## 6 7 G 一班 男 82 2024-01-25 一班
## 7 3 C 三班 男 78 2024-02-20 三班
## 8 6 F 三班 女 70 2024-02-01 三班| 任务 | 基础R | dplyr |
|---|---|---|
| 分数升序 | df[order(df$score), ] |
df %>% arrange(score) |
| 分数降序 | df[order(-df$score), ] |
df %>% arrange(desc(score)) |
| 日期升序 | df[order(df$date), ] |
df %>% arrange(date) |
| 日期降序 | df[order(df$date, decreasing=TRUE), ] |
df %>% arrange(desc(date)) |
| 多变量排序 | df[order(df$class, -df$score), ] |
df %>% arrange(class, desc(score)) |
错误示例：
sort(student$score)## [1] 70 78 82 85 88 90 92 95这只会得到排序后的分数，不会把其他列一起排序。
正确写法：
student[order(student$score), ]## id name class gender score date class_factor
## 6 6 F 三班 女 70 2024-02-01 三班
## 3 3 C 三班 男 78 2024-02-20 三班
## 7 7 G 一班 男 82 2024-01-25 一班
## 1 1 A 二班 女 85 2024-03-01 二班
## 4 4 D 一班 女 88 2024-01-10 一班
## 8 8 H 二班 女 90 2024-03-10 二班
## 2 2 B 一班 男 92 2024-01-15 一班
## 5 5 E 二班 男 95 2024-03-05 二班或者：
student %>%
arrange(score)## id name class gender score date class_factor
## 1 6 F 三班 女 70 2024-02-01 三班
## 2 3 C 三班 男 78 2024-02-20 三班
## 3 7 G 一班 男 82 2024-01-25 一班
## 4 1 A 二班 女 85 2024-03-01 二班
## 5 4 D 一班 女 88 2024-01-10 一班
## 6 8 H 二班 女 90 2024-03-10 二班
## 7 2 B 一班 男 92 2024-01-15 一班
## 8 5 E 二班 男 95 2024-03-05 二班如果日期是字符：
date_char <- c("2024-1-5", "2024-10-1", "2024-2-1")
sort(date_char)## [1] "2024-1-5" "2024-10-1" "2024-2-1"你可能会得到不符合真实日期先后的顺序。
正确做法是先转日期：
date_real <- as.Date(date_char)
sort(date_real)## [1] "2024-01-05" "2024-02-01" "2024-10-01"所以排序日期前，要确认：
class(student$date)## [1] "Date"应该是：
Datestudent[order(student$score), ]## id name class gender score date class_factor
## 6 6 F 三班 女 70 2024-02-01 三班
## 3 3 C 三班 男 78 2024-02-20 三班
## 7 7 G 一班 男 82 2024-01-25 一班
## 1 1 A 二班 女 85 2024-03-01 二班
## 4 4 D 一班 女 88 2024-01-10 一班
## 8 8 H 二班 女 90 2024-03-10 二班
## 2 2 B 一班 男 92 2024-01-15 一班
## 5 5 E 二班 男 95 2024-03-05 二班这只是在屏幕上显示排序结果，不会改变原数据。
如果想保存：
student_sorted <- student[order(student$score), ]
student_sorted## id name class gender score date class_factor
## 6 6 F 三班 女 70 2024-02-01 三班
## 3 3 C 三班 男 78 2024-02-20 三班
## 7 7 G 一班 男 82 2024-01-25 一班
## 1 1 A 二班 女 85 2024-03-01 二班
## 4 4 D 一班 女 88 2024-01-10 一班
## 8 8 H 二班 女 90 2024-03-10 二班
## 2 2 B 一班 男 92 2024-01-15 一班
## 5 5 E 二班 男 95 2024-03-05 二班例如等级变量：
level_df <- data.frame(
level = c("中", "高", "低", "中", "高"),
value = c(2, 3, 1, 2, 3)
)
level_df## level value
## 1 中 2
## 2 高 3
## 3 低 1
## 4 中 2
## 5 高 3直接排序：
level_df[order(level_df$level), ]## level value
## 3 低 1
## 2 高 3
## 5 高 3
## 1 中 2
## 4 中 2结果可能不是：
低 中 高正确做法：
level_df$level_f <- factor(
level_df$level,
levels = c("低", "中", "高"),
ordered = TRUE
)
level_df[order(level_df$level_f), ]## level value level_f
## 3 低 1 低
## 1 中 2 中
## 4 中 2 中
## 2 高 3 高
## 5 高 3 高下面有一个订单数据：
orders <- data.frame(
order_id = 1:8,
customer = c("A", "B", "C", "D", "E", "F", "G", "H"),
region = c("华东", "华北", "华南", "华东", "华北", "华南", "华东", "华北"),
level = c("普通", "高级", "普通", "VIP", "高级", "VIP", "普通", "VIP"),
order_date = c("2024-02-01", "2024-01-15", "2024-03-10", "2024-01-20",
"2024-02-18", "2024-03-01", "2024-01-05", "2024-02-25"),
amount = c(300, 500, 200, 800, 600, 900, 150, 1000)
)
orders$order_date <- as.Date(orders$order_date)
orders## order_id customer region level order_date amount
## 1 1 A 华东 普通 2024-02-01 300
## 2 2 B 华北 高级 2024-01-15 500
## 3 3 C 华南 普通 2024-03-10 200
## 4 4 D 华东 VIP 2024-01-20 800
## 5 5 E 华北 高级 2024-02-18 600
## 6 6 F 华南 VIP 2024-03-01 900
## 7 7 G 华东 普通 2024-01-05 150
## 8 8 H 华北 VIP 2024-02-25 1000要求：
amount 从小到大排序；amount 从大到小排序；order_date 从早到晚排序；region 排序，同地区内部按金额从大到小排序；level 设置为有序因子，顺序为：普通 < 高级
< VIP；orders_amount_asc <- orders[order(orders$amount), ]
orders_amount_asc## order_id customer region level order_date amount
## 7 7 G 华东 普通 2024-01-05 150
## 3 3 C 华南 普通 2024-03-10 200
## 1 1 A 华东 普通 2024-02-01 300
## 2 2 B 华北 高级 2024-01-15 500
## 5 5 E 华北 高级 2024-02-18 600
## 4 4 D 华东 VIP 2024-01-20 800
## 6 6 F 华南 VIP 2024-03-01 900
## 8 8 H 华北 VIP 2024-02-25 1000orders_amount_desc <- orders[order(-orders$amount), ]
orders_amount_desc## order_id customer region level order_date amount
## 8 8 H 华北 VIP 2024-02-25 1000
## 6 6 F 华南 VIP 2024-03-01 900
## 4 4 D 华东 VIP 2024-01-20 800
## 5 5 E 华北 高级 2024-02-18 600
## 2 2 B 华北 高级 2024-01-15 500
## 1 1 A 华东 普通 2024-02-01 300
## 3 3 C 华南 普通 2024-03-10 200
## 7 7 G 华东 普通 2024-01-05 150orders_date_asc <- orders[order(orders$order_date), ]
orders_date_asc## order_id customer region level order_date amount
## 7 7 G 华东 普通 2024-01-05 150
## 2 2 B 华北 高级 2024-01-15 500
## 4 4 D 华东 VIP 2024-01-20 800
## 1 1 A 华东 普通 2024-02-01 300
## 5 5 E 华北 高级 2024-02-18 600
## 8 8 H 华北 VIP 2024-02-25 1000
## 6 6 F 华南 VIP 2024-03-01 900
## 3 3 C 华南 普通 2024-03-10 200orders_region_amount <- orders[order(orders$region, -orders$amount), ]
orders_region_amount## order_id customer region level order_date amount
## 8 8 H 华北 VIP 2024-02-25 1000
## 5 5 E 华北 高级 2024-02-18 600
## 2 2 B 华北 高级 2024-01-15 500
## 4 4 D 华东 VIP 2024-01-20 800
## 1 1 A 华东 普通 2024-02-01 300
## 7 7 G 华东 普通 2024-01-05 150
## 6 6 F 华南 VIP 2024-03-01 900
## 3 3 C 华南 普通 2024-03-10 200orders$level_f <- factor(
orders$level,
levels = c("普通", "高级", "VIP"),
ordered = TRUE
)
orders## order_id customer region level order_date amount level_f
## 1 1 A 华东 普通 2024-02-01 300 普通
## 2 2 B 华北 高级 2024-01-15 500 高级
## 3 3 C 华南 普通 2024-03-10 200 普通
## 4 4 D 华东 VIP 2024-01-20 800 VIP
## 5 5 E 华北 高级 2024-02-18 600 高级
## 6 6 F 华南 VIP 2024-03-01 900 VIP
## 7 7 G 华东 普通 2024-01-05 150 普通
## 8 8 H 华北 VIP 2024-02-25 1000 VIPorders_level_amount <- orders[order(orders$level_f, -orders$amount), ]
orders_level_amount## order_id customer region level order_date amount level_f
## 1 1 A 华东 普通 2024-02-01 300 普通
## 3 3 C 华南 普通 2024-03-10 200 普通
## 7 7 G 华东 普通 2024-01-05 150 普通
## 5 5 E 华北 高级 2024-02-18 600 高级
## 2 2 B 华北 高级 2024-01-15 500 高级
## 8 8 H 华北 VIP 2024-02-25 1000 VIP
## 6 6 F 华南 VIP 2024-03-01 900 VIP
## 4 4 D 华东 VIP 2024-01-20 800 VIPlibrary(dplyr)orders %>%
arrange(amount)## order_id customer region level order_date amount level_f
## 1 7 G 华东 普通 2024-01-05 150 普通
## 2 3 C 华南 普通 2024-03-10 200 普通
## 3 1 A 华东 普通 2024-02-01 300 普通
## 4 2 B 华北 高级 2024-01-15 500 高级
## 5 5 E 华北 高级 2024-02-18 600 高级
## 6 4 D 华东 VIP 2024-01-20 800 VIP
## 7 6 F 华南 VIP 2024-03-01 900 VIP
## 8 8 H 华北 VIP 2024-02-25 1000 VIPorders %>%
arrange(desc(amount))## order_id customer region level order_date amount level_f
## 1 8 H 华北 VIP 2024-02-25 1000 VIP
## 2 6 F 华南 VIP 2024-03-01 900 VIP
## 3 4 D 华东 VIP 2024-01-20 800 VIP
## 4 5 E 华北 高级 2024-02-18 600 高级
## 5 2 B 华北 高级 2024-01-15 500 高级
## 6 1 A 华东 普通 2024-02-01 300 普通
## 7 3 C 华南 普通 2024-03-10 200 普通
## 8 7 G 华东 普通 2024-01-05 150 普通orders %>%
arrange(order_date)## order_id customer region level order_date amount level_f
## 1 7 G 华东 普通 2024-01-05 150 普通
## 2 2 B 华北 高级 2024-01-15 500 高级
## 3 4 D 华东 VIP 2024-01-20 800 VIP
## 4 1 A 华东 普通 2024-02-01 300 普通
## 5 5 E 华北 高级 2024-02-18 600 高级
## 6 8 H 华北 VIP 2024-02-25 1000 VIP
## 7 6 F 华南 VIP 2024-03-01 900 VIP
## 8 3 C 华南 普通 2024-03-10 200 普通orders %>%
arrange(region, desc(amount))## order_id customer region level order_date amount level_f
## 1 4 D 华东 VIP 2024-01-20 800 VIP
## 2 1 A 华东 普通 2024-02-01 300 普通
## 3 7 G 华东 普通 2024-01-05 150 普通
## 4 8 H 华北 VIP 2024-02-25 1000 VIP
## 5 5 E 华北 高级 2024-02-18 600 高级
## 6 2 B 华北 高级 2024-01-15 500 高级
## 7 6 F 华南 VIP 2024-03-01 900 VIP
## 8 3 C 华南 普通 2024-03-10 200 普通orders %>%
arrange(level_f, desc(amount))## order_id customer region level order_date amount level_f
## 1 1 A 华东 普通 2024-02-01 300 普通
## 2 3 C 华南 普通 2024-03-10 200 普通
## 3 7 G 华东 普通 2024-01-05 150 普通
## 4 5 E 华北 高级 2024-02-18 600 高级
## 5 2 B 华北 高级 2024-01-15 500 高级
## 6 8 H 华北 VIP 2024-02-25 1000 VIP
## 7 6 F 华南 VIP 2024-03-01 900 VIP
## 8 4 D 华东 VIP 2024-01-20 800 VIP# 向量升序
sort(x)
# 向量降序
sort(x, decreasing = TRUE)
# 数据框按某列升序
df[order(df$变量), ]
# 数据框按某列降序
df[order(-df$变量), ]
# 日期降序
df[order(df$date, decreasing = TRUE), ]
# 多变量排序：先A升序，再B降序
df[order(df$A, -df$B), ]
# 排序后重置行号
rownames(df_sorted) <- NULL
# 使用因子控制自定义顺序
df$level_f <- factor(
df$level,
levels = c("低", "中", "高"),
ordered = TRUE
)
df[order(df$level_f), ]
# dplyr升序
df %>% arrange(变量)
# dplyr降序
df %>% arrange(desc(变量))
# dplyr多变量排序
df %>% arrange(A, desc(B))排序最重要的区别是：
sort()用于排序一个向量。
order()用于排序整个数据框。
arrange()是 dplyr 里面更直观的数据框排序函数。
考试重点记住：
df[order(df$score), ]
df[order(-df$score), ]
df[order(df$class, -df$score), ]
df %>% arrange(class, desc(score))