r - 按列总和对列进行排序，相邻的相同列

Question

我有一个由二分值组成的数据集。这是一个非常大的数据集，但这是一个示例:

var1 <- c(1, 0, 1, 1, 0)
var2 <- c(1, 1, 1, 1, 1)
var3 <- c(0, 0, 1, 1, 0)
var4 <- c(0, 0, 1, 1, 0)
var5 <- c(1, 1, 0, 0, 0)
dat <- data.frame(var1,var2,var3,var4,var5)
dat <- as.matrix(dat)

我正在尝试将两个命令合二为一。首先，我想对列进行聚类，以便将相同的列集中在一起。其次，我希望列按列总和排序。我可以做其中之一，但不能同时做。

所以，输出应该是这样的:

var2 var1 var5 var3 var4
   1    1    1    0    0
   1    0    1    0    0
   1    1    0    1    1
   1    1    0    1    1
   1    0    0    0    0

总和最高的列不必位于左侧。

我试过使用这个命令:

 csums <- dat[,order(colSums(dat,na.rm=TRUE))]

但是这些列不按相似性聚类。也许有一种基于相似性的聚类方法，以列总和为条件。

Answer 1

这是一个有点奇怪的解决方案。您可以通过列的折叠字符串表示形式进行二次排序，这将作为具有相等 colSums() 的列集的决胜局。这将确保相同的列聚集在一起，因为它们将按字典顺序彼此相邻排序。

dat[,order(decreasing=T,colSums(dat,na.rm=T),apply(dat,2L,paste,collapse=''))];
##      var2 var1 var5 var3 var4
## [1,]    1    1    1    0    0
## [2,]    1    0    1    0    0
## [3,]    1    1    0    1    1
## [4,]    1    1    0    1    1
## [5,]    1    0    0    0    0