因素级别的数量排序R数据帧

我有三列庞大的数据帧：因素级别的数量排序R数据帧

Surgeon Length Surg. Date 
    John 75 2015-07-06 
    Max  120 2015-06-22 
    Max  190 2015-01-26 
    David 40 2015-11-04 
    David 25 2015-04-21 
    David 50 2015-12-11 
    Andrey 210 2015-03-15 
    Vincent 180 2015-01-30 
    Vincent 180 2015-06-10

我想根据多少次手术外科医生做了排序。如果两名外科医生做了相同数量的手术，那么手术的日期应该决定等级。输出应该是这样的：

Surgeon Length Surg. Date 
    Andrey 210 2015-03-15 
    John 75 2015-07-06 
    Max  190 2015-01-26 
    Max  120 2015-06-22 
    Vincent 180 2015-01-30 
    Vincent 180 2015-06-10 
    David 25 2015-04-21 
    David 40 2015-11-04 
    David 50 2015-12-11

安德烈和约翰的名字出现在该表一次，所以它们是第一位的，但安德烈有一个较早的日期，所以他是在表中的第一个。然后来马克斯和文森特，两人都进行了两次手术。然后大卫与3

有没有一种简单的方法来做到这一点？

来源

2016-04-03 Lanza

不可再生;（ – jangorecki

dd <- read.table(header = TRUE, text = "Surgeon Length 'Surg. Date' 
John 75 2015-07-06 
Max  120 2015-06-22 
Max  190 2015-01-26 
David 40 2015-11-04 
David 25 2015-04-21 
David 50 2015-12-11 
Andrey 210 2015-03-15 
Vincent 180 2015-01-30 
Vincent 180 2015-06-10", check.names = FALSE)

我们可以设置Surgeon的等级，使得r负责为我们排序。如果我们列表外科医生并对表格进行排序，您可以看到表格名称按照您的要求排序，因此我们只需将此顺序设置为levels(Surgeon)的顺序，而不是缺省（按字母顺序）。

然后我们简单地添加按日期排序的附加级别。

sort(tbl <- table(dd$Surgeon)) 
# Andrey John  Max Vincent David 
#  1  1  2  2  3

对于那些有关系，我们也可以与第一日期

(lvls <- names(tbl)[order(tbl, tapply(as.Date(dd$`Surg. Date`), dd$Surgeon, min))]) 
# [1] "Andrey" "John" "Max"  "Vincent" "David" 

dd$Surgeon <- factor(dd$Surgeon, levels = lvls) 

dd[order(dd$Surgeon, dd$`Surg. Date`), ] 
# Surgeon Length Surg. Date 
# 7 Andrey 210 2015-03-15 
# 1 John  75 2015-07-06 
# 3  Max 190 2015-01-26 
# 2  Max 120 2015-06-22 
# 8 Vincent 180 2015-01-30 
# 9 Vincent 180 2015-06-10 
# 5 David  25 2015-04-21 
# 4 David  40 2015-11-04 
# 6 David  50 2015-12-11

与@ akrun的dplyr解决方案添加一个排序的因素，你可以做一个类似的方法有更高的效率。

library('dplyr') 
dd %>% 
    group_by(Surgeon) %>% 
    mutate(n=n()) %>% 
    ungroup() %>% 
    arrange(n, Surgeon, `Surg. Date`) %>% 
    select(-n) 

# Surgeon Length Surg. Date 
# (fctr) (int)  (fctr) 
# 1 Andrey 210 2015-03-15 
# 2 John  75 2015-07-06 
# 3  Max 190 2015-01-26 
# 4  Max 120 2015-06-22 
# 5 Vincent 180 2015-01-30 
# 6 Vincent 180 2015-06-10 
# 7 David  25 2015-04-21 
# 8 David  40 2015-11-04 
# 9 David  50 2015-12-11

或者，如果您订购的因子水平上面一样，你可以做

dd %>% arrange(Surgeon, `Surg. Date`)

与data.table，你仍然可以使用表/因子水平的方法和设置按键，但我不知道这是data.table方式（即，唯一的开销是这似乎是相当快的大载体的table）

library('data.table') 
dd$Surgeon <- factor(dd$Surgeon, levels = names(sort(table(dd$Surgeon)))) 
setDT(dd, key = c('Surgeon', 'Surg. Date')) 

# Surgeon Length Surg. Date 
# 1: Andrey 210 2015-03-15 
# 2: John  75 2015-07-06 
# 3:  Max 190 2015-01-26 
# 4:  Max 120 2015-06-22 
# 5: Vincent 180 2015-01-30 
# 6: Vincent 180 2015-06-10 
# 7: David  25 2015-04-21 
# 8: David  40 2015-11-04 
# 9: David  50 2015-12-11

来源

2016-04-03 13:48:56 rawr

@DavidAr enburg查看数据表编辑，你会怎么做？ – rawr

外科医生进行1次手术时不起作用，然后按名称和日期排序。例如，如果我们切换安德烈和约翰的约会，安德烈仍然是排名第一的。 – Lanza

对于data.table方法，您可以将级别设置为'DT [，。（。N，min（Surg.Date）），by =外科医生] [order（N，V2），外科医生]' – Frank

因素级别的数量排序R数据帧

回答

相关问题