R Packages dplyr - arrange | R包介紹dplyr - arrange

 

基本語法

arrange(dataset, 排序方式)

輔助函數

`dese()` >> 排序方式更改

*原始排序規則 >> 由小到大

類似函數

`ordered()` >> 不只是排序，以因子作為等級畫分進行，與arrange還是有使用上的差異

可以參考 >> 共享單車Cyclistic案例分析 - 語法解析(中)

當我們整理完資料需要檢視時，常常會看到一堆亂七八糟的數值，很難看的出有無甚麼特殊的規則，就像下列輸出結果

# 輸出結果

r$> # arrange dplyr_operate[1:10, ] %>% select(ride_length, ride_length_minutes) ride_length ride_length_minutes 1 446 7.433333 2 1048 17.466667 3 252 4.200000 4 357 5.950000 5 1007 16.783333 6 257 4.283333 7 548 9.133333 8 383 6.383333 9 2137 35.616667 10 2120 35.333333

這時我們就可以使用arrange重新進行排序進行檢視

# 直接進行排序

arrange(dplyr_arrange, ride_length)

# 輸出結果

r$> arrange(dplyr_arrange, ride_length) ride_length ride_length_minutes 3 252 4.200000 6 257 4.283333 4 357 5.950000 8 383 6.383333 1 446 7.433333 7 548 9.133333 5 1007 16.783333 2 1048 17.466667 10 2120 35.333333 9 2137 35.616667

加入desc()函數檢視

# desc排序

arrange(dplyr_arrange, desc(ride_length))

# 輸出結果

r$> arrange(dplyr_arrange, desc(ride_length)) ride_length ride_length_minutes 9 2137 35.616667 10 2120 35.333333 2 1048 17.466667 5 1007 16.783333 7 548 9.133333 1 446 7.433333 8 383 6.383333 4 357 5.950000 6 257 4.283333 3 252 4.200000

有多個變數一起進行

# 小時升序，日期降序

arrange_operate <- dplyr_operate %>%

    arrange(

        hour,

        desc(day))

# 輸出結果

r$> arrange_operate[1:10, ] hour day ride_length_minutes 613603 0 31 50.766667 613604 0 31 14.133333 613605 0 31 2.933333 613606 0 31 15.333333 613607 0 31 49.433333 613608 0 31 21.950000 613609 0 31 27.033333 613610 0 31 13.600000 613611 0 31 12.516667 613612 0 31 26.350000

當進行字符的操作時，會以字母的原始排序進行

# 創造數據框

letter_arrange <- tibble(

    letter = c("zero", "apple", "orange", "gold"),

    number = c(1, 5, 7, 3)

    )

# 進行升序

arrange(letter_arrange, letter)

# 輸出結果

r$> arrange(letter_arrange, letter) # A tibble: 4 x 2 letter number <chr> <dbl> 1 apple 5 2 gold 3 3 orange 7 4 zero 1

# 進行降序

arrange(letter_arrange, desc(letter))

# 輸出結果

r$> arrange(letter_arrange, desc(letter)) # A tibble: 4 x 2 letter number <chr> <dbl> 1 zero 1 2 orange 7 3 gold 3 4 apple 5