Dans l'analyse des données, vous pouvez trier vos données en fonction d'une certaine variable dans l'ensemble de données. En R, nous pouvons utiliser l'aide de la fonction order (). Dans R, nous pouvons facilement trier un vecteur de variable continue ou de variable factorielle. L'organisation des données peut être d'ordre croissant ou décroissant .
Syntaxe:
sort(x, decreasing = FALSE, na.last = TRUE):
Argument:
- x : un vecteur contenant une variable continue ou factorielle
- décroissant : contrôle de l'ordre de la méthode de tri. Par défaut, la diminution est définie sur «FALSE».
- last : Indique si la valeur de `NA` doit être mise en dernier ou non
Exemple 1
Par exemple, nous pouvons créer un bloc de données tibble et trier une ou plusieurs variables. Une trame de données tibble est une nouvelle approche de la trame de données. Il améliore la syntaxe de la trame de données et évite de frustrer le formatage des types de données, en particulier pour le facteur caractère. C'est également un moyen pratique de créer une trame de données à la main, ce qui est notre objectif ici. Pour en savoir plus sur tibble, veuillez vous référer à la vignette: https://cran.r-project.org/web/packages/tibble/vignettes/tibble.html
library(dplyr)set.seed(1234)data_frame <- tibble(c1 = rnorm(50, 5, 1.5),c2 = rnorm(50, 5, 1.5),c3 = rnorm(50, 5, 1.5),c4 = rnorm(50, 5, 1.5),c5 = rnorm(50, 5, 1.5))# Sort by c1df <-data_frame[order(data_frame$c1),]head(df)
Production:
# A tibble: 6 x 5## c1 c2 c3 c4 c5#### 1 1.481453 3.477557 4.246283 3.686611 6.0511003## 2 1.729941 5.824996 4.525823 6.753663 0.1502718## 3 2.556360 6.275348 2.524849 6.368483 5.4787404## 4 2.827693 4.769902 5.120089 3.743626 4.0103449## 5 2.988510 4.395902 2.077631 4.236894 4.6176880## 6 3.122021 6.317305 5.413840 3.551145 5.6067027
Exemple 2
# Sort by c3 and c4df <-data_frame[order(data_frame$c3, data_frame$c4),]head(df)
Production:
# A tibble: 6 x 5## c1 c2 c3 c4 c5#### 1 2.988510 4.395902 2.077631 4.236894 4.617688## 2 2.556360 6.275348 2.524849 6.368483 5.478740## 3 3.464516 3.914627 2.730068 9.565649 6.016123## 4 4.233486 3.292088 3.133568 7.517309 4.772395## 5 3.935840 2.941547 3.242078 6.464048 3.599745## 6 3.835619 4.947859 3.335349 4.378370 7.240240
Exemple 3
# Sort by c3(descending) and c4(acending)df <-data_frame[order(-data_frame$c3, data_frame$c4),]head(df)
Production:
# A tibble: 6 x 5## c1 c2 c3 c4 c5#### 1 4.339178 4.450214 8.087243 4.5010140 8.410225## 2 3.959420 8.105406 7.736312 7.1168936 5.431565## 3 3.339023 3.298088 7.494285 5.9303153 7.035912## 4 3.397036 5.382794 7.092722 0.7163620 5.620098## 5 6.653446 4.733315 6.520536 0.9016707 4.513410## 6 4.558559 4.712609 6.380086 6.0562703 5.044277