【问题标题】：Order values within column according to values within different column by group in R根据R中不同列内的值对列内的值进行排序
【发布时间】：2019-07-20 09:34:44
【问题描述】：

我有以下面板数据集：

group  i  f  r  d
1      4  8  3  3
1      9  4  5  1
1      2  2  2  2
2      5  5  3  2
2      3  9  3  3
2      9  1  3  1

我想根据每个组的 d 列中的值重新排序此数据框中的第 i 列。因此，第 i 列中第 1 组的最大值应对应于 d 列中的最大值。最后我的 data.frame 应该是这样的：

group  i  f  r  d
1      9  8  3  3
1      2  4  5  1
1      4  2  2  2
2      5  5  3  2
2      9  9  3  3
2      3  1  3  1

【问题讨论】：

标签： r sorting panel

【解决方案1】：

这是dplyr 解决方案。

首先，按group 分组。然后在一个临时的新列ord中获取列d的排列重排，并使用它对i重新排序。

library(dplyr)

df1 %>%
  group_by(group) %>%
  mutate(ord = order(d),
         i = i[ord]) %>%
  ungroup() %>%
  select(-ord)
## A tibble: 6 x 5
#  group     i     f     r     d
#  <int> <int> <int> <int> <int>
#1     1     9     8     3     3
#2     1     2     4     5     1
#3     1     4     2     2     2
#4     2     9     5     3     2
#5     2     5     9     3     3
#6     2     3     1     3     1

【讨论】：

谢谢，我接受了另一个答案，因为它更短，但我应用了你的代码。
@JjBlevins 如果您仔细观察，此答案不会提供您想要的输出。诚然，我的第一次尝试也没有 - 请参阅我的编辑。

【解决方案2】：

原始（错误）

您可以使用dplyr 和rank 实现此目的：

library(dplyr)

df1 %>% group_by(group) %>%
  mutate(i = i[rev(rank(d))])

编辑

这个问题实际上比最初看起来更棘手，而且我发布的原始答案不正确。正确的解决方案按i 排序，然后按d 的等级进行子集化。这提供了 OP 所需的输出，而我之前的回答没有（不注意！）

df1 %>% group_by(group) %>%
  mutate(i = i[order(i)][rank(d)])

# A tibble: 6 x 5
# Groups:   group [2]
#  group     i     f     r     d
#  <int> <int> <int> <int> <int>
#1     1     9     8     3     3
#2     1     2     4     5     1
#3     1     4     2     2     2
#4     2     5     5     3     2
#5     2     9     9     3     3
#6     2     3     1     3     1

【讨论】：

【解决方案3】：

data.table 的选项

library(data.table)
setDT(df1)[, i := i[order(d)], group]
df1
#   group i f r d
#1:     1 9 8 3 3
#2:     1 2 4 5 1
#3:     1 4 2 2 2
#4:     2 9 5 3 2
#5:     2 5 9 3 3
#6:     2 3 1 3 1

如果我们需要第二个版本

setDT(df1)[, i := sort(i)[d], group]

数据

df1 <- structure(list(group = c(1L, 1L, 1L, 2L, 2L, 2L), i = c(4L, 9L, 
2L, 5L, 3L, 9L), f = c(8L, 4L, 2L, 5L, 9L, 1L), r = c(3L, 5L, 
2L, 3L, 3L, 3L), d = c(3L, 1L, 2L, 2L, 3L, 1L)), class = "data.frame",
row.names = c(NA, 
-6L))

【讨论】：

这与 OP 的预期输出不匹配
@Chris 我在一些答案中找到了两个版本。所以，我正在使用其中一个版本
是的，但是根据 OP 的描述，只有一个版本给出了正确的答案。不确定两个版本来自哪里
@Chris 在 OP 的预期中是9 2 4 5 9 3
是的，我同意因此我的第一条评论。

【解决方案4】：

关于预期的输出有些混乱。在这里，我展示了一种获取两种输出版本的方法。

使用split 和mapply 的基本R

df$i <- c(mapply(function(x, y) sort(y)[x], 
                  split(df$d, df$group), split(df$i, df$group)))

df
#  group i f r d
#1     1 9 8 3 3
#2     1 2 4 5 1
#3     1 4 2 2 2
#4     2 5 5 3 2
#5     2 9 9 3 3
#6     2 3 1 3 1

或其他版本

df$i <- c(mapply(function(x, y) y[order(x)], 
                 split(df$d, df$group), split(df$i, df$group)))

df
#  group i f r d
#1     1 9 8 3 3
#2     1 2 4 5 1
#3     1 4 2 2 2
#4     2 9 5 3 2
#5     2 5 9 3 3
#6     2 3 1 3 1

我们也可以使用dplyr：

对于第一个版本

library(dplyr)
df %>%
  group_by(group) %>%
  mutate(i = sort(i)[d])

@Rui 已经使用order 显示了第二个版本

df %>%
  group_by(group) %>%
  mutate(i = i[order(d)])

【讨论】：

您的第一个版本假定 d 中的值是连续的（如果 d 中的一个值更改为 4，它将中断），因此我在解决方案中使用了 rank(d)。没错，正如我写的那样，sort(i) 比 i[order(i)] 短