是否有等同于Stata；Order命令的R函数？

问题描述

R中的"ORDER"与STATA中的"SORT"类似。下面是一个数据集(仅列出变量名)：

v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13 v14 v15 v16 v17 v18

以下是我预期的输出：

v1 v2 v3 v4 v7 v8 v9 v10 v11 v12 v18 v13 v14 v15 v6 v16

在R中，我有两种方式：

data <- data[,c(1:5,7:12,17:18,13:15,6,16)]

或

names <- c("v1", "v2", "v3", "v4", "v5", "v7", "v8", "v9", "v10", "v11", "v12",  "v17", "v18", "v13", "v14", "v15", "v6", "v16")
data <- data[names]

要在Stata中获得相同的输出，我可能会运行两行：

order v17 v18, before(v13)
order v6 v16, last

在上面的理想数据中，我们可以知道要处理的变量的位置。但在大多数实际情况下，我们有像‘年龄’、‘性别’这样的变量，没有位置指标，而且一个数据集中可能有超过50个变量。那样的话，Stata中的"秩序"优势就会更加明显。我们不需要知道变量的确切位置，只需键入其名称：

order age, after(gender)

R中是否有处理此问题的基本函数，或者我可以得到一个包吗？提前谢谢。

tweetinfo <- data.frame(uid=1:50, mid=2:51, annotations=3:52, bmiddle_pic=4:53, created_at=5:54, favorited=6:55, geo=7:56, in_reply_to_screen_name=8:57, in_reply_to_status_id=9:58, in_reply_to_user_id=10:59, original_pic=11:60, reTweetId=12:61, reUserId=13:62, source=14:63, thumbnail_pic=15:64, truncated=16:65)
noretweetinfo <- data.frame(uid=21:50, mid=22:51, annotations=23:52, bmiddle_pic=24:53, created_at=25:54, favorited=26:55, geo=27:56, in_reply_to_screen_name=28:57, in_reply_to_status_id=29:58, in_reply_to_user_id=30:59, original_pic=31:60, reTweetId=32:61, reUserId=33:62, source=34:63, thumbnail_pic=35:64, truncated=36:65)
retweetinfo <- data.frame(uid=41:50, mid=42:51, annotations=43:52, bmiddle_pic=44:53, created_at=45:54, deleted=46:55, favorited=47:56, geo=48:57, in_reply_to_screen_name=49:58, in_reply_to_status_id=50:59, in_reply_to_user_id=51:60, original_pic=52:61, source=53:62, thumbnail_pic=54:63, truncated=55:64)
tweetinfo$type <- "ti"
noretweetinfo$type <- "nr"
retweetinfo$type <- "rt"
gtinfo <- rbind(tweetinfo, noretweetinfo)
gtinfo$deleted=""
gtinfo <- gtinfo[,c(1:16,18,17)]
retweetinfo <- transform(retweetinfo, reTweetId="", reUserId="")
retweetinfo <- retweetinfo[,c(1:5,7:12,17:18,13:15,6,16)]
gtinfo <- rbind(gtinfo, retweetinfo)
write.table(gtinfo, file="C:/gtinfo.txt", row.names=F, col.names=T, sep="	", quote=F)
# rm(list=ls(all=T))

推荐答案

因为我在拖延时间并尝试不同的东西，所以我创建了一个函数。最终，它取决于append：

moveme <- function(invec, movecommand) {
  movecommand <- lapply(strsplit(strsplit(movecommand, ";")[[1]], ",|\s+"), 
                        function(x) x[x != ""])
  movelist <- lapply(movecommand, function(x) {
    Where <- x[which(x %in% c("before", "after", "first", "last")):length(x)]
    ToMove <- setdiff(x, Where)
    list(ToMove, Where)
  })
  myVec <- invec
  for (i in seq_along(movelist)) {
    temp <- setdiff(myVec, movelist[[i]][[1]])
    A <- movelist[[i]][[2]][1]
    if (A %in% c("before", "after")) {
      ba <- movelist[[i]][[2]][2]
      if (A == "before") {
        after <- match(ba, temp)-1
      } else if (A == "after") {
        after <- match(ba, temp)
      }    
    } else if (A == "first") {
      after <- 0
    } else if (A == "last") {
      after <- length(myVec)
    }
    myVec <- append(temp, values = movelist[[i]][[1]], after = after)
  }
  myVec
}

以下是表示数据集名称的一些示例数据：

x <- paste0("v", 1:18)

现在想象一下，我们希望"v17"和"v18"在"v3"之前，"v6"和"v16"在末尾，"v5"在开头：

moveme(x, "v17, v18 before v3; v6, v16 last; v5 first")
#  [1] "v5"  "v1"  "v2"  "v17" "v18" "v3"  "v4"  "v7"  "v8"  "v9"  "v10" "v11" "v12"
# [14] "v13" "v14" "v15" "v6"  "v16"

因此，对于名为"df"的data.frame，明显的用法是：

df[moveme(names(df), "how you want to move the columns")]

并且，对于名为"dt"的data.table(正如@MNEL指出的那样，这将更有效地利用内存)：

setcolorder(DT, moveme(names(DT), "how you want to move the columns"))

---

请注意，复合移动由分号指定。

可识别的动作包括：

• before(将指定列移到另一个命名列之前)
• after(将指定列移动到另一个命名列之后)
• first(将指定的列移动到第一个位置)
• last(将指定的列移动到最后位置)

这篇关于是否有等同于Stata；Order命令的R函数？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！