为什么 stringr::str_order(x, numeric = T) 与 dplyr::arrange 结合使用的数据排序方式与使用硬括号不同？答案

【问题标题】：Why does stringr::str_order(x, numeric = T) sort data differently in conjunction with dplyr::arrange than with hard brackets?为什么 stringr::str_order(x, numeric = T) 与 dplyr::arrange 结合使用的数据排序方式与使用硬括号不同？
【发布时间】：2022-01-14 17:43:39
【问题描述】：

我正在尝试通过包含一些数值的文本列来排列 data.frame：

foo <- data.frame(x = c("A100", "A1", "A2", "A10", "A11"))

我正在尝试使用 stringr::str_order(foo$x, numeric = TRUE) 或类似的东西对其进行数字排序。我正在尝试将其与 dplyr::arrange 一起使用，但排列不正确。这是我所做的：

dplyr::arrange(foo, stringr::str_order(x,numeric = T))

在我的机器上，这将按 A11、A100、A1、A2、A10 的顺序返回值，而不是 A1、A2、A10、A11、A100。此代码正常工作：

foo[stringr::str_order(foo$x,numeric = T),]

我希望它们能做同样的事情，但至少在我的机器（Windows 10，R 版本 4.1.0）和我兄弟的机器（Mac，R 版本 4.0.2）上没有。

我的问题是，为什么输出不同？我错过了什么？有没有办法让 str_order 和安排一起工作？

我希望能够使用 dplyr::arrange 对该列进行排序，这样我就不需要跟踪我使用过的所有位置。

感谢您的想法和时间！

【问题讨论】：

如果答案之一解决了您的问题，请考虑接受。

标签： r text dplyr stringr

【解决方案1】：

请注意，str_order 就像 order 一样以升序方式返回每个元素包含的索引，例如：

str_order(foo$x,numeric = T)
[1] 2 3 4 5 1

表示最后一个元素，即当前最大的元素在位置1，而第一个元素，即最小的，在当前向量的位置2。

另一方面，arrange 占据了元素应该被排序一次的位置，即排名（没有关系）。

y <- c(100,1,2,10,11)
order(y)
[1] 2 3 4 5 1 # We do not want this
rank(y)
[1] 5 1 2 3 4 # We want this.

请注意，排名表明最小的对象 (1) 位于位置 2，而最大的对象 (5) 位于位置 1

现在要获得这个，只需订购有序向量。因此：

arrange(foo, order(str_order(x,numeric = T)))
     x
1   A1
2   A2
3  A10
4  A11
5 A100

【讨论】：

【解决方案2】：

你可以使用：

dplyr::arrange(foo, match(x, stringr::str_sort(x,numeric = T)))

     x
1   A1
2   A2
3  A10
4  A11
5 A100

【讨论】：