Dalam analisis data anda dapat menyusun data anda mengikut pemboleh ubah tertentu dalam set data. Di R, kita dapat menggunakan bantuan urutan fungsi (). Dalam R, kita dapat menyusun vektor pemboleh ubah berterusan atau pemboleh ubah faktor dengan mudah. Menyusun data boleh mengikut urutan menaik atau menurun .
Sintaks:
sort(x, decreasing = FALSE, na.last = TRUE):
Hujah:
- x : Vektor yang mengandungi pemboleh ubah berterusan atau faktor
- menurun : Kawalan untuk kaedah kaedah urutan. Secara lalai, penurunan ditetapkan ke `FALSE`.
- terakhir : Menunjukkan sama ada nilai "NA" harus diletakkan terakhir atau tidak
Contoh 1
Sebagai contoh, kita dapat membuat kerangka data tibble dan menyusun satu atau beberapa pemboleh ubah. Bingkai data tibble adalah pendekatan baru untuk kerangka data. Ini meningkatkan sintaks kerangka data dan mengelakkan pemformatan jenis data yang mengecewakan, terutama untuk faktor ke faktor. Ini juga merupakan kaedah mudah untuk membuat kerangka data dengan tangan, yang merupakan tujuan kami di sini. Untuk mengetahui lebih lanjut mengenai tibble, sila rujuk sketsa: https://cran.r-project.org/web/packages/tibble/vignettes/tibble.html
library(dplyr)set.seed(1234)data_frame <- tibble(c1 = rnorm(50, 5, 1.5),c2 = rnorm(50, 5, 1.5),c3 = rnorm(50, 5, 1.5),c4 = rnorm(50, 5, 1.5),c5 = rnorm(50, 5, 1.5))# Sort by c1df <-data_frame[order(data_frame$c1),]head(df)
Pengeluaran:
# A tibble: 6 x 5## c1 c2 c3 c4 c5#### 1 1.481453 3.477557 4.246283 3.686611 6.0511003## 2 1.729941 5.824996 4.525823 6.753663 0.1502718## 3 2.556360 6.275348 2.524849 6.368483 5.4787404## 4 2.827693 4.769902 5.120089 3.743626 4.0103449## 5 2.988510 4.395902 2.077631 4.236894 4.6176880## 6 3.122021 6.317305 5.413840 3.551145 5.6067027
Contoh 2
# Sort by c3 and c4df <-data_frame[order(data_frame$c3, data_frame$c4),]head(df)
Pengeluaran:
# A tibble: 6 x 5## c1 c2 c3 c4 c5#### 1 2.988510 4.395902 2.077631 4.236894 4.617688## 2 2.556360 6.275348 2.524849 6.368483 5.478740## 3 3.464516 3.914627 2.730068 9.565649 6.016123## 4 4.233486 3.292088 3.133568 7.517309 4.772395## 5 3.935840 2.941547 3.242078 6.464048 3.599745## 6 3.835619 4.947859 3.335349 4.378370 7.240240
Contoh 3
# Sort by c3(descending) and c4(acending)df <-data_frame[order(-data_frame$c3, data_frame$c4),]head(df)
Pengeluaran:
# A tibble: 6 x 5## c1 c2 c3 c4 c5#### 1 4.339178 4.450214 8.087243 4.5010140 8.410225## 2 3.959420 8.105406 7.736312 7.1168936 5.431565## 3 3.339023 3.298088 7.494285 5.9303153 7.035912## 4 3.397036 5.382794 7.092722 0.7163620 5.620098## 5 6.653446 4.733315 6.520536 0.9016707 4.513410## 6 4.558559 4.712609 6.380086 6.0562703 5.044277