tidyr::spread 和 dplyr::summarise 中的隐式排序

Question

我的数据是有序的观察结果，我想在进行操作时尽可能保持有序。

取的答案，我在数据框中将 "B" 放在 "A" 之前。生成的宽数据按列 "name" 排序，即首先 "A"，然后 "B"。

df = data.frame(name=c("B","B","A","A"),
                group=c("g1","g2","g1","g2"),
                V1=c(10,40,20,30),
                V2=c(6,3,1,7))

gather(df, Var, Val, V1:V2) %>% 
unite(VarG, Var, group) %>% 
spread(VarG, Val)

  name V1_g1 V1_g2 V2_g1 V2_g2
1    A    20    30     1     7
2    B    10    40     6     3

有没有办法保持原来的顺序？像这样：

  name V1_g1 V1_g2 V2_g1 V2_g2
1    B    10    40     6     3
2    A    20    30     1     7

04/02 编辑：我刚刚发现 dplyr::summarise 也进行排序。 arrange(name, df$name) 仍然可以恢复订单。但我想知道从包装的设计来看是否有必要进行额外的分类？

df %>% 
  group_by(name) %>% 
  summarise(n()) %>% 

  name n()
1    A   2
2    B   2

Answer 1

您可以根据原始数据框中的顺序按名称排序：

gather(df, Var, Val, V1:V2) %>% 
  unite(VarG, Var, group) %>% 
  spread(VarG, Val) %>%
  arrange( order(match(name, df$name)))

#   name V1_g1 V1_g2 V2_g1 V2_g2
# 1    B    10    40     6     3
# 2    A    20    30     1     7

Answer 2

顺序取自因子水平的顺序。

str(df)
'data.frame':   4 obs. of  4 variables:
 $ name : Factor w/ 2 levels "A","B": 2 2 1 1
 $ group: Factor w/ 2 levels "g1","g2": 1 2 1 2
 $ V1   : num  10 40 20 30
 $ V2   : num  6 3 1 7

看到等级是"A","B".

因此，如果您将级别的顺序设置为它们在其中显示的顺序，它将起作用：

df = data.frame(name=c("B","B","A","A"),
                group=c("g1","g2","g1","g2"),
                V1=c(10,40,20,30),
                V2=c(6,3,1,7))

df %>% 
    mutate(name = factor(name,levels=unique(name))) %>% 
    mutate(group = factor(group,levels=unique(group))) %>% 
    gather(Var, Val, V1:V2) %>% 
    unite(VarG, Var, group) %>% 
    spread(VarG, Val)

结果：

  name V1_g1 V1_g2 V2_g1 V2_g2
1    B    10    40     6     3
2    A    20    30     1     7

Answer 3

tidyr::pivot_wider()，建议替换 tidyr::spread()，因为 tidyr 1.0.0，保持行的顺序，这样你就可以做：

library(tidyr)

df = data.frame(name=c("B","B","A","A"),
                group=c("g1","g2","g1","g2"),
                V1=c(10,40,20,30),
                V2=c(6,3,1,7))

pivot_wider(df, names_from = "group", values_from = c("V1", "V2"))
#> # A tibble: 2 x 5
#>   name  V1_g1 V1_g2 V2_g1 V2_g2
#>   <fct> <dbl> <dbl> <dbl> <dbl>
#> 1 B        10    40     6     3
#> 2 A        20    30     1     7

^{由 reprex package (v0.3.0)}

于 2019-09-14 创建

tidyr::spread 和 dplyr::summarise 中的隐式排序

Implicit sorting in tidyr::spread and dplyr::summarise

r

data-manipulation

dplyr

tidyr