R中data.frame中sort（）如何工作

Question

sort工作方式，即使用哪種方法對列進行排序

data.frame (barley$site, barley$year, barley$variety)

如下

library(lattice)
barley <- barley[order(barley$site, barley$year, barley$variety), ] 

Answer 1

您可能想要：

barley[order(as.character(barley$site), as.numeric(barley$year), as.character(barley$variety)),] 

有了它，您就可以按data.frame的基礎級別進行排序，這會導致真正的奇怪事情。 看一下數據框的結構：

 'data.frame':  120 obs. of  4 variables:
 $ yield  : num  27 48.9 27.4 39.9 33 ...
 $ variety: Factor w/ 10 levels "Svansota","No. 462",..: 3 3 3 3 3 3 7 7 7 7 ...
 $ year   : Factor w/ 2 levels "1932","1931": 2 2 2 2 2 2 2 2 2 2 ...
 $ site   : Factor w/ 6 levels "Grand Rapids",..: 3 6 4 5 1 2 3 6 4 5 ...

注意year的水平與您期望的相反。 order文檔對此進行了簡要討論：

對於因子，這是根據內部代碼排序的，這特別適用於有序因子。

我個人認為這非常令人困惑，但這就是事實。 因素在大多數情況下都非常有用，但是如果您不小心的話，在其他情況下則非常危險。 用數字表示因素（如此處的year ）特別糟糕。

有關更多詳細信息，請參見?factor 。

Answer 2

默認情況下， sort不知道如何對數據框執行任何操作。 您可以使用df$x <- sort(df$x)之類的方式對數據框中的各個列進行df$x <- sort(df$x)但是幾乎可以肯定，您不會這樣做。 它只會弄亂您的數據。

您可以通過使用order來對數據框中的行進行order就像那里的示例代碼一樣。 這將按列site的值對行進行排序，先中斷與year聯系，然后再更改其variety 。