data.frameを複数の列で並べ替えたい。たとえば、以下のdata.frameでは、列z（降順）で並べ替え、次に列b（昇順）で並べ替えます。
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"),
levels = c("Low", "Med", "Hi"), ordered = TRUE),
x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
z = c(1, 1, 1, 2))
dd
b x y z
1 Hi A 8 1
2 Med D 3 1
3 Hi A 9 1
4 Low C 9 2回答:
order()アドオンツールを使用せずに関数を直接使用できます。example(order)コードの先頭からトリックを使用するこの簡単な回答を参照してください。
R> dd[with(dd, order(-z, b)), ]
b x y z
4 Low C 9 2
2 Med D 3 1
1 Hi A 8 1
3 Hi A 9 12年以上後の編集： 列のインデックスでこれを行う方法を尋ねられました。答えは、目的のソート列をorder()関数に渡すだけです。
R> dd[order(-dd[,4], dd[,1]), ]
b x y z
4 Low C 9 2
2 Med D 3 1
1 Hi A 8 1
3 Hi A 9 1
R> 列の名前を使用するのではなく（with()簡単に/直接アクセスするため）。
with。M <- matrix(c(1,2,2,2,3,6,4,5), 4, 2, byrow=FALSE, dimnames=list(NULL, c("a","b")))行列を作成してからM、を使用M[order(M[,"a"],-M[,"b"]),]して2列に並べます。
dd[ order(-dd[,4], dd[,1]), ]、ただしwith名前ベースのサブセット化には使用できません。
xtfrmたとえば、列をでラップして解決しますdd[ order(-xtfrm(dd[,4]), dd[,1]), ]。
order から basearrange から dplyrsetorderそしてsetordervからdata.tablearrange から plyrsort から taRifxorderBy から doBysortData から Deducerほとんどの場合、依存関係がないことが重要でない限り、dplyrまたはdata.tableソリューションを使用する必要がありますbase::order。
私は最近CRANパッケージにsort.data.frameを追加し、ここで説明するようにクラス互換にしました： sort.data.frameのジェネリック/メソッドの一貫性を作成する最良の方法
したがって、data.frame ddを指定すると、次のようにソートできます。
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"),
levels = c("Low", "Med", "Hi"), ordered = TRUE),
x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
z = c(1, 1, 1, 2))
library(taRifx)
sort(dd, f= ~ -z + b )この関数の元の作者の1人である場合は、私に連絡してください。パブリックドメインについての議論はこちら：http ://chat.stackoverflow.com/transcript/message/1094290#1094290
上記のスレッドでHadleyが指摘したように、arrange()関数from plyrを使用することもできます。
library(plyr)
arrange(dd,desc(z),b)ベンチマーク：多くの競合があったため、新しいRセッションで各パッケージをロードしたことに注意してください。特に、doByパッケージをロードすると、sort「次のオブジェクトは「x（位置17）」からマスクされます：b、x、y、z」をsort.data.frame返し、Deducerパッケージをロードすると、Kevin WrightまたはtaRifxパッケージから上書きされます。
#Load each time
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"),
levels = c("Low", "Med", "Hi"), ordered = TRUE),
x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
z = c(1, 1, 1, 2))
library(microbenchmark)
# Reload R between benchmarks
microbenchmark(dd[with(dd, order(-z, b)), ] ,
dd[order(-dd$z, dd$b),],
times=1000
)時間の中央値：
dd[with(dd, order(-z, b)), ] 778
dd[order(-dd$z, dd$b),] 788
library(taRifx)
microbenchmark(sort(dd, f= ~-z+b ),times=1000)時間の中央値：1,567
library(plyr)
microbenchmark(arrange(dd,desc(z),b),times=1000)時間の中央値：862
library(doBy)
microbenchmark(orderBy(~-z+b, data=dd),times=1000)時間の中央値：1,694
doByがパッケージをロードするのに少し時間がかかることに注意してください。
library(Deducer)
microbenchmark(sortData(dd,c("z","b"),increasing= c(FALSE,TRUE)),times=1000)Deducerを読み込めませんでした。JGRコンソールが必要です。
esort <- function(x, sortvar, ...) {
attach(x)
x <- x[with(x,order(sortvar,...)),]
return(x)
detach(x)
}
microbenchmark(esort(dd, -z, b),times=1000)アタッチ/デタッチのため、マイクロベンチマークと互換性がないようです。
m <- microbenchmark(
arrange(dd,desc(z),b),
sort(dd, f= ~-z+b ),
dd[with(dd, order(-z, b)), ] ,
dd[order(-dd$z, dd$b),],
times=1000
)
uq <- function(x) { fivenum(x)[4]}
lq <- function(x) { fivenum(x)[2]}
y_min <- 0 # min(by(m$time,m$expr,lq))
y_max <- max(by(m$time,m$expr,uq)) * 1.05
p <- ggplot(m,aes(x=expr,y=time)) + coord_cartesian(ylim = c( y_min , y_max ))
p + stat_summary(fun.y=median,fun.ymin = lq, fun.ymax = uq, aes(fill=expr))
（線は下位四分位数から上位四分位数まで伸び、ドットは中央値です）
これらの結果と単純さ対速度の比重を考えると、私arrangeはplyrパッケージに同意する必要があります。構文は単純ですが、基本的なRコマンドと同じように複雑であり、複雑です。通常、華麗なハドリーウィッカムの作品。私の唯一の不満は、並べ替えオブジェクトがによって呼び出される標準のR命名法に違反していることsort(object)です。
taRifx::autoplot.microbenchmark。
bは、サンプルでどのようにソートされるかを確認します。デフォルトでは昇順で並べ替えられるため、でラップしないでくださいdesc。両方で昇順：arrange(dd,z,b)。両方で降順：arrange(dd,desc(z),desc(b))。
?arrange：「＃注意：plyr機能がrow.namesを保存しません」。これにより、優れたarrange()機能を維持したい場合は、次善の策となりrow.namesます。
ダークの答えは素晴らしいです。また、data.framesとdata.tablesのインデックス付けに使用される構文の主な違いを示しています。
## The data.frame way
dd[with(dd, order(-z, b)), ]
## The data.table way: (7 fewer characters, but that's not the important bit)
dd[order(-z, b)]2つの呼び出しの違いはわずかですが、重要な結果をもたらす可能性があります。特に、プロダクションコードを記述したり、研究の正確性に関心がある場合は、変数名の不要な繰り返しを避けるのが最善です。data.table
これを行うのに役立ちます。
変数名を繰り返すと問題が発生する例を次に示します。
ダークの答えからコンテキストを変更してみましょう。これは、多くのオブジェクト名があり、長くて意味のある大きなプロジェクトの一部だとしましょう。代わりにddと呼ばれquarterlyreportます。あれは。。。になる ：
quarterlyreport[with(quarterlyreport,order(-z,b)),]いいよ。何も問題はありません。次に、上司から、前四半期のレポートをレポートに含めるように依頼されます。あなたはあなたのコードを通り抜けlastquarterlyreport、さまざまな場所にオブジェクトを追加し、どういうわけか（いったい一体どうやって？）あなたはこれで終わります：
quarterlyreport[with(lastquarterlyreport,order(-z,b)),]それはあなたが意味したことではありませんが、あなたがそれを速くやったので、あなたはそれを発見しませんでした、そしてそれは同様のコードのページに抱かれています。Rが意図したとおりであるとRが考えているため、コードは失敗しません（警告もエラーもありません）。レポートを読んだ人が見つかるといいのですが、読まないかもしれません。プログラミング言語を頻繁に使用する場合、この状況はなじみの深いものになるでしょう。それはあなたが言う「タイプミス」でした。あなたが上司に言う「タイプミス」を修正します。
ではdata.table、このような細部について心配しています。したがって、変数名を2回入力することを避けるために簡単なことを行いました。非常にシンプルなもの。既にiの枠内ddで自動的に評価されます。まったく必要ありませんwith()。
の代わりに
dd[with(dd, order(-z, b)), ]それはただ
dd[order(-z, b)]そして代わりに
quarterlyreport[with(lastquarterlyreport,order(-z,b)),]それはただ
quarterlyreport[order(-z,b)]それは非常に小さな違いですが、いつかあなたの首を救うだけかもしれません。この質問に対するさまざまな回答を比較検討するときは、変数名の繰り返しを数えるときの判断基準の1つとして検討してください。かなりの数の繰り返しがある回答もあれば、まったくない回答もあります。
subset()回の呼び出しで同じオブジェクトを繰り返し参照する必要がないようにするために使用することがあります。
setorderこのスレッドはすべてのorderタイプの複製を送信する場所なので、ここにも新しい関数を追加できると思います。
ここには優れた答えがたくさんありますが、dplyrは私がすばやく簡単に覚えることができる唯一の構文を提供します（したがって、今では非常に頻繁に使用しています）。
library(dplyr)
# sort mtcars by mpg, ascending... use desc(mpg) for descending
arrange(mtcars, mpg)
# sort mtcars first by mpg, then by cyl, then by wt)
arrange(mtcars , mpg, cyl, wt)OPの問題について：
arrange(dd, desc(z), b)
b x y z
1 Low C 9 2
2 Med D 3 1
3 Hi A 8 1
4 Hi A 9 1dd[order(-z, b)]かなり使いやすく覚えやすいと思います。
data.table大きな貢献Rです。この場合、ブラケットのセットが1つ少なくなる（またはブラケットのタイプが1つ少なくなる）と、認識負荷がわずかに認識できる程度に減少するのではないかと思います。
arrange()は完全に宣言的であるという事実に帰着しますが、そうでdd[order(-z, b)]はありません。
Rパッケージdata.tableは、単純な構文でdata.tablesの高速かつメモリ効率の高い順序付けを提供します（Mattが彼の回答でかなりうまく強調しています）。setorder()それ以来、かなり多くの改善と新しい機能がありました。からv1.9.5+、data.framessetorder()でも動作します。
最初に、十分な大きさのデータセットを作成し、他の回答から言及されたさまざまなメソッドをベンチマークしてから、data.tableの機能をリストします。。
require(plyr)
require(doBy)
require(data.table)
require(dplyr)
require(taRifx)
set.seed(45L)
dat = data.frame(b = as.factor(sample(c("Hi", "Med", "Low"), 1e8, TRUE)),
x = sample(c("A", "D", "C"), 1e8, TRUE),
y = sample(100, 1e8, TRUE),
z = sample(5, 1e8, TRUE),
stringsAsFactors = FALSE)報告されるタイミングは、system.time(...)以下に示すこれらの関数での実行からのものです。タイミングは以下のとおりです（最も遅いものから最も速いものの順に）。
orderBy( ~ -z + b, data = dat) ## doBy
plyr::arrange(dat, desc(z), b) ## plyr
arrange(dat, desc(z), b) ## dplyr
sort(dat, f = ~ -z + b) ## taRifx
dat[with(dat, order(-z, b)), ] ## base R
# convert to data.table, by reference
setDT(dat)
dat[order(-z, b)] ## data.table, base R like syntax
setorder(dat, -z, b) ## data.table, using setorder()
## setorder() now also works with data.frames
# R-session memory usage (BEFORE) = ~2GB (size of 'dat')
# ------------------------------------------------------------
# Package function Time (s) Peak memory Memory used
# ------------------------------------------------------------
# doBy orderBy 409.7 6.7 GB 4.7 GB
# taRifx sort 400.8 6.7 GB 4.7 GB
# plyr arrange 318.8 5.6 GB 3.6 GB
# base R order 299.0 5.6 GB 3.6 GB
# dplyr arrange 62.7 4.2 GB 2.2 GB
# ------------------------------------------------------------
# data.table order 6.2 4.2 GB 2.2 GB
# data.table setorder 4.5 2.4 GB 0.4 GB
# ------------------------------------------------------------data.tableのDT[order(...)]構文は、他のメソッドの最速のメソッド（）と比べて最大10倍高速でしたdplyrが、と同じ量のメモリを消費していdplyrます。
data.tableさんがsetorder()いた〜14倍速く他の方法（の最速よりもdplyr生かしつつ、）だけ0.4ギガバイト余分なメモリを。datこれで、必要な順序になりました（参照によって更新されるため）。
速度：
data.tableは、基数の順序を実装しているため、非常に高速です。
構文DT[order(...)]は内部的に最適化され、data.tableの高速な順序付けも使用します。使い慣れたベースR構文を使い続けることができますが、プロセスは高速化されます（メモリ使用量も少なくなります）。
メモリ：
ほとんどの場合、並べ替え後に元のdata.frameまたはdata.tableは必要ありません。つまり、通常は結果を同じオブジェクトに割り当てます。次に例を示します。
DF <- DF[order(...)]問題は、元のオブジェクトのメモリの少なくとも2倍（2x）を必要とすることです。であることがメモリ効率の良い、data.tableしたがって、機能を提供しますsetorder()。
setorder()追加のコピーを作成せずにdata.tables by reference（インプレース）を並べ替えます。1つの列のサイズに等しい追加のメモリのみを使用します。
その他の機能：
それはサポートしていますinteger、logical、numeric、characterとさえbit64::integer64種類。
なお
factor、Date、POSIXctなど。クラスがすべてですinteger/numericタイプは、追加の属性を下にし、したがって、うまくとしてサポートされています。
ベースRでは-、文字列を使用してその列を降順で並べ替えることはできません。代わりにを使用する必要があります-xtfrm(.)。
ただし、data.tableでは、たとえば、dat[order(-x)]またはだけを実行できsetorder(dat, -x)ます。
ケビン・ライトによって、この（非常に有用）機能、Rのwikiの先端部分に掲載、これは容易に達成されます。
sort(dd,by = ~ -z + b)
# b x y z
# 4 Low C 9 2
# 2 Med D 3 1
# 1 Hi A 8 1
# 3 Hi A 9 1SQLが自然に生まれてくる場合、sqldfパッケージはORDER BYCoddが意図したように処理します。
プログラムで並べ替える方法についてOPに追加されたコメントへの応答：
使用するdplyrと、data.table
library(dplyr)
library(data.table)ただ、使用のarrange_ための標準評価版です、arrange。
df1 <- tbl_df(iris)
#using strings or formula
arrange_(df1, c('Petal.Length', 'Petal.Width'))
arrange_(df1, ~Petal.Length, ~Petal.Width)
Source: local data frame [150 x 5]
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
(dbl) (dbl) (dbl) (dbl) (fctr)
1 4.6 3.6 1.0 0.2 setosa
2 4.3 3.0 1.1 0.1 setosa
3 5.8 4.0 1.2 0.2 setosa
4 5.0 3.2 1.2 0.2 setosa
5 4.7 3.2 1.3 0.2 setosa
6 5.4 3.9 1.3 0.4 setosa
7 5.5 3.5 1.3 0.2 setosa
8 4.4 3.0 1.3 0.2 setosa
9 5.0 3.5 1.3 0.3 setosa
10 4.5 2.3 1.3 0.3 setosa
.. ... ... ... ... ...
#Or using a variable
sortBy <- c('Petal.Length', 'Petal.Width')
arrange_(df1, .dots = sortBy)
Source: local data frame [150 x 5]
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
(dbl) (dbl) (dbl) (dbl) (fctr)
1 4.6 3.6 1.0 0.2 setosa
2 4.3 3.0 1.1 0.1 setosa
3 5.8 4.0 1.2 0.2 setosa
4 5.0 3.2 1.2 0.2 setosa
5 4.7 3.2 1.3 0.2 setosa
6 5.5 3.5 1.3 0.2 setosa
7 4.4 3.0 1.3 0.2 setosa
8 4.4 3.2 1.3 0.2 setosa
9 5.0 3.5 1.3 0.3 setosa
10 4.5 2.3 1.3 0.3 setosa
.. ... ... ... ... ...
#Doing the same operation except sorting Petal.Length in descending order
sortByDesc <- c('desc(Petal.Length)', 'Petal.Width')
arrange_(df1, .dots = sortByDesc)詳細はこちら：https : //cran.r-project.org/web/packages/dplyr/vignettes/nse.html
式を評価するための環境も取得するため、式を使用することをお勧めします
dt1 <- data.table(iris) #not really required, as you can work directly on your data.frame
sortBy <- c('Petal.Length', 'Petal.Width')
sortType <- c(-1, 1)
setorderv(dt1, sortBy, sortType)
dt1
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1: 7.7 2.6 6.9 2.3 virginica
2: 7.7 2.8 6.7 2.0 virginica
3: 7.7 3.8 6.7 2.2 virginica
4: 7.6 3.0 6.6 2.1 virginica
5: 7.9 3.8 6.4 2.0 virginica
---
146: 5.4 3.9 1.3 0.4 setosa
147: 5.8 4.0 1.2 0.2 setosa
148: 5.0 3.2 1.2 0.2 setosa
149: 4.3 3.0 1.1 0.1 setosa
150: 4.6 3.6 1.0 0.2 setosa私orderは次の例で学び、それが長い間混乱しました。
set.seed(1234)
ID = 1:10
Age = round(rnorm(10, 50, 1))
diag = c("Depression", "Bipolar")
Diagnosis = sample(diag, 10, replace=TRUE)
data = data.frame(ID, Age, Diagnosis)
databyAge = data[order(Age),]
databyAgeので、この例では、働く唯一の理由はあるorderでソートされてvector Ageいないという列で、Age中data frame data。
これを確認するには、read.tableわずかに異なる列名を使用し、上記のベクトルを使用せずに、同じデータフレームを作成します。
my.data <- read.table(text = '
id age diagnosis
1 49 Depression
2 50 Depression
3 51 Depression
4 48 Depression
5 50 Depression
6 51 Bipolar
7 49 Bipolar
8 49 Bipolar
9 49 Bipolar
10 49 Depression
', header = TRUE)orderという名前のベクターがないため、上記のライン構造は機能しなくなりましたage。
databyage = my.data[order(age),]のorder列ageでソートするため、次の行は機能しmy.dataます。
databyage = my.data[order(my.data$age),]この例に長い間混乱していたので、これは投稿する価値があると思いました。この投稿がスレッドに適切であると思われない場合は、削除できます。
編集：2014年5月13日
以下は、列名を指定せずにすべての列でデータフレームを並べ替える一般的な方法です。以下のコードは、左から右または右から左に並べ替える方法を示しています。これは、すべての列が数値の場合に機能します。文字列を追加して試したことはありません。
1 do.callか月か2か月前に、別のサイトの古い投稿でコードを見つけました。私はその投稿を今すぐ再配置できるかどうかわかりません。現在のスレッドが注文するための最初のヒットでdata.frameでをR。そのため、元のdo.callコードの拡張バージョンが役立つと思いました。
set.seed(1234)
v1 <- c(0,0,0,0, 0,0,0,0, 1,1,1,1, 1,1,1,1)
v2 <- c(0,0,0,0, 1,1,1,1, 0,0,0,0, 1,1,1,1)
v3 <- c(0,0,1,1, 0,0,1,1, 0,0,1,1, 0,0,1,1)
v4 <- c(0,1,0,1, 0,1,0,1, 0,1,0,1, 0,1,0,1)
df.1 <- data.frame(v1, v2, v3, v4)
df.1
rdf.1 <- df.1[sample(nrow(df.1), nrow(df.1), replace = FALSE),]
rdf.1
order.rdf.1 <- rdf.1[do.call(order, as.list(rdf.1)),]
order.rdf.1
order.rdf.2 <- rdf.1[do.call(order, rev(as.list(rdf.1))),]
order.rdf.2
rdf.3 <- data.frame(rdf.1$v2, rdf.1$v4, rdf.1$v3, rdf.1$v1)
rdf.3
order.rdf.3 <- rdf.1[do.call(order, as.list(rdf.3)),]
order.rdf.3require(data.table); my.dt <- data.table(my.data); my.dt[order(age)]これは、列名が[]括弧内で使用できるようになるため機能します。
data.frameどちらかの使用に秒withか$。
do.call、複数列のデータフレームを並べ替える短時間の作業になります。単純do.call(sort, mydf.obj)に、美しいカスケードソートが行われます。
完全を期すために、列番号によるソートについてはあまり言及されていないので...（列の順序が変更されてエラーが発生する可能性があるため）望ましくないことはよくありますが、特定の状況（たとえば、迅速な作業が必要であり、列が順序を変更するリスクがない場合）では、特に多数の列を扱う場合に、これが最も賢明なことかもしれません。
その場合、do.call()救助に来る：
ind <- do.call(what = "order", args = iris[,c(5,1,2,3)])
iris[ind, ]
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 14 4.3 3.0 1.1 0.1 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 39 4.4 3.0 1.3 0.2 setosa
## 43 4.4 3.2 1.3 0.2 setosa
## 42 4.5 2.3 1.3 0.3 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 48 4.6 3.2 1.4 0.2 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## (...)完全を期すためにsortByCol()、BBmiscパッケージの関数を使用することもできます。
library(BBmisc)
sortByCol(dd, c("z", "b"), asc = c(FALSE, TRUE))
b x y z
4 Low C 9 2
2 Med D 3 1
1 Hi A 8 1
3 Hi A 9 1パフォーマンス比較：
library(microbenchmark)
microbenchmark(sortByCol(dd, c("z", "b"), asc = c(FALSE, TRUE)), times = 100000)
median 202.878
library(plyr)
microbenchmark(arrange(dd,desc(z),b),times=100000)
median 148.758
microbenchmark(dd[with(dd, order(-z, b)), ], times = 100000)
median 115.872data.frame
列名が毎回異なる可能性があるn列の順序付けプロセスを自動化したいとき、私は上記の解決策に苦労していました。私はpsychパッケージからこれを簡単な方法で実行するための非常に役立つ関数を見つけました：
dfOrder(myDf, columnIndices)どこcolumnIndicesあなたがそれらをソートする順番で、1つ以上の列のインデックスが、あります。詳細はこちら：