分组后只对一列进行排序
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分组后只对一列进行排序相关的知识,希望对你有一定的参考价值。
如何使用dplyr将一个列中的单个条目组合在一起?我希望我可以通过电子邮件分组,然后对每个单独的列A-Z进行排序,但我无法弄清楚如何在不对整个数据帧进行排序的情况下执行此操作。非常感谢你提前!
样本数据
df <- data.frame(
cleanname = c("Steven Smith", "Rob Tan", 'Zachary', "Matthew"),
dirtyname = c('rob Tan', 'stevesmith','zach', "Matthew"),
email = c('hello@email.com', 'hello@email.com', 'email2@email.com', 'email2@email.com')
)
期望的最终结果
desireddf <- data.frame(
cleanname = c("Rob Tan", "Steven Smith", "Zachary", "Matthew"),
dirtyname = c('rob Tan', 'stevesmith','zach', 'Matthew'),
email = c('hello@email.com', 'hello@email.com', 'email2@email.com', 'email2@email.com')
)
编辑
感谢Sotos指出我的问题可以通过模糊名称匹配来解决。
答案
你可以使用amatch
-package中的stringdist
函数:
library(stringdist)
df %>%
mutate(dirtyname = dirtyname[amatch(tolower(cleanname), tolower(dirtyname), maxDist = 3)],
email = email[amatch(tolower(cleanname), tolower(dirtyname), maxDist = 3)])
这使:
cleanname dirtyname email 1 Steven Smith stevesmith hello@email.com 2 Rob Tan rob Tan hello@email.com 3 Zachary zach email2@email.com 4 Matthew Matthew email2@email.com
与data.table
相同的逻辑:
library(data.table)
setDT(df)[, `:=` (dirtyname = dirtyname[amatch(tolower(cleanname), tolower(dirtyname), maxDist = 3)],
email = email[amatch(tolower(cleanname), tolower(dirtyname), maxDist = 3)])]
另一答案
如果数据框中的行表示不同的观察值,则不适合对每个列进行独立排序,因为独立的向量排序将使行不再代表单独的观察。
矢量可以通过多种方式进行排序,例如使用order()
函数。
dirtyname <- dirtyname[order(dirtyname)]
以上是关于分组后只对一列进行排序的主要内容,如果未能解决你的问题,请参考以下文章