r - dplyr的多级排序

我有以下数据框：

tdf <- structure(list(GO = c("Cytokine-cytokine receptor interaction",
"Cytokine-cytokine receptor interaction|Endocytosis", "I-kappaB kinase/NF-kappaB signaling",
"NF-kappa B signaling pathway", "NF-kappaB import into nucleus",
"T cell chemotaxis"), PosCount = c(17, 18, 4, 5, 1, 2), shortgo = structure(c(1L,
1L, 2L, 2L, 2L, 3L), .Label = c("z", "X", "y"), class = "factor")), .Names = c("GO",
"PosCount", "shortgo"), row.names = c(NA, 6L), class = "data.frame")

看起来像这样：

                                                  GO PosCount shortgo
1             Cytokine-cytokine receptor interaction       17       z
2 Cytokine-cytokine receptor interaction|Endocytosis       18       z
3                I-kappaB kinase/NF-kappaB signaling        4       X
4                       NF-kappa B signaling pathway        5       X
5                      NF-kappaB import into nucleus        1       X
6                                  T cell chemotaxis        2       y

然后，我要做的是先按字母顺序按shortgo排序（不区分大小写），然后对每个shortgo组内部按PosCount排序。产生此：

                                                  GO PosCount shortgo
                       NF-kappa B signaling pathway        5       X
                I-kappaB kinase/NF-kappaB signaling        4       X
                      NF-kappaB import into nucleus        1       X
                                  T cell chemotaxis        2       y
 Cytokine-cytokine receptor interaction|Endocytosis       18       z
             Cytokine-cytokine receptor interaction       17       z

但是为什么这不起作用：

library(dplyr)
tdf[order(tdf$shortgo),]
tdf <- tdf %>% group_by(shortgo) %>% arrange(desc(PosCount))

什么是正确的方法？

最佳答案

您所需要做的就是将它们组合成一个呼叫。虽然您需要先将shortgo转换为character类（请参见下面的说明）

tdf %>%
    arrange(as.character(shortgo), desc(PosCount))
#                                                   GO PosCount shortgo
# 1                       NF-kappa B signaling pathway        5       x
# 2                I-kappaB kinase/NF-kappaB signaling        4       x
# 3                      NF-kappaB import into nucleus        1       x
# 4                                  T cell chemotaxis        2       y
# 5 Cytokine-cytokine receptor interaction|Endocytosis       18       z
# 6             Cytokine-cytokine receptor interaction       17       z

因此，您需要转换为字符的原因是因为shortgo是一个基本上是具有integer属性的levels向量的因素。因此，order使用这些整数来对向量进行排序。在您的情况下，整数与级别的正确顺序不符

tdf$shortgo
## [1] z z x x x y
## Levels: z x y
as.numeric(tdf$shortgo)
## [1] 1 1 2 2 2 3

因此，您可以看到z编码为1，x编码为2，而y编码为3，而应为3、2、1。因此，sort返回“错误”结果

sort(tdf$shortgo)
# 1] z z x x x y
# Levels: z x y

相比于

test <- factor(sort(as.character(tdf$shortgo)))
sort(test)
## [1] x x x y z z
## Levels: x y z