用 dplyr 总结 - 一个变量总是在底部

Question

谁能帮我这个？ 我对来自多家公司的支出数据进行分组和汇总，输出如下所示：

df <- data.frame(
    Column1 = c("Other", "Brand1", "Brand2", "Brand3", "Brand4", "Brand5"),
    Column2 = c(NA, "Subbrand1", "Subbrand2", "Subbrand3", "Subbrand4", "Subbrand5"),
    Spendings = c(1000, 500, 250, 200, 150, 100)
)

  Column1   Column2 Spendings
1   Other      <NA>      1000
2  Brand1 Subbrand1       500
3  Brand2 Subbrand2       250
4  Brand3 Subbrand3       200
5  Brand4 Subbrand4       150
6  Brand5 Subbrand5       100

“其他”行在顶部，但是我希望该特定列位于底部，因为后来的可视化（如这里）

df <- data.frame(
    Column1 = c("Brand1", "Brand2", "Brand3", "Brand4", "Brand5", "Other"),
    Column2 = c("Subbrand1", "Subbrand2", "Subbrand3", "Subbrand4", "Subbrand5", NA),
    Spendings = c(500, 250, 200, 150, 100, 1000)
)

  Column1   Column2 Spendings
1  Brand1 Subbrand1       500
2  Brand2 Subbrand2       250
3  Brand3 Subbrand3       200
4  Brand4 Subbrand4       150
5  Brand5 Subbrand5       100
6   Other      <NA>      1000

这是我用来创建 df 的函数，其中包含一些我想要的代码，obv。 不起作用:-(。

df <- df%>%
    group_by(Column1, Column2) %>%
    summarise(Spendings = sum(Spendings)) %>%
    arrange(desc(Spendings), lastrow = "others")

有没有办法在 dplyr 工作流程中获得底部的“其他”行？ 子集和 rbinding 当然是可能的，但有没有更适合的方法？

Answer 1

我们可以在arrange上使用逻辑向量，这将导致基于字母顺序的排序，即FALSE在TRUE之前

df %>% 
   arrange(Column1 == "Other")
#  Column1   Column2 Spendings
#1  Brand1 Subbrand1       500
#2  Brand2 Subbrand2       250
#3  Brand3 Subbrand3       200
#4  Brand4 Subbrand4       150
#5  Brand5 Subbrand5       100
#6   Other      <NA>      1000

---

另一种选择是将列创建为具有按该顺序指定的levels factor ，以便“其他”是最后一个level ，如果我们arrange它将根据levels进行排序。 这可能是一个更好的选择，因为它也将在进行plot保持不变

un1 <- c(setdiff(unique(df$Column1), "Other"), "Other")
df %>%
    mutate(Column1 = factor(Column1, levels = un1)) %>%
    arrange(Column1)

---

如果我们使用forcats包，有一些有用的函数fct_relevel可以轻松修改levels

library(forcats)
df %>% 
  mutate(Column1 = fct_relevel(Column1, "Other", after = Inf)) %>% 
  arrange(Column1)

根据?fct_relevel的例子

当级别数未知或可变（例如矢量化操作）时，使用“Inf”允许您重新调整到最后

Answer 2

df <- df%>%
group_by(Column1, Column2) %>%
summarise(Spendings = sum(Spendings)) %>%
arrange(Column1=="Other", desc(Spendings))