r - 如何按一个变量对R中的数据帧进行排序，同时对其他变量进行分组

Question

我有一个数据框:

library(tidyverse)
test_frame <- tibble(var_1 = rep(c("a", "b"), 5),
                     var_2 = c("a1", "a1", "a2", "a2", "a3", "a3", "a4", "a4", "a5", "a5"),
                     var_3 = runif(10, min = 1, max = 5))
test_frame
# A tibble: 10 x 3
   var_1 var_2 var_3
   <chr> <chr> <dbl>
 1 a     a1     4.00
 2 b     a1     4.12
 3 a     a2     2.77
 4 b     a2     1.33
 5 a     a3     3.95
 6 b     a3     3.02
 7 a     a4     2.44
 8 b     a4     2.57
 9 a     a5     1.35
10 b     a5     2.11

而且我希望它按var_3排序，但仅适用于var_1中值为“a”的行，以便将var_2中具有相同值的行保持在一起。像那样:

# A tibble: 10 x 3
   var_1 var_2 var_3
   <chr> <chr> <dbl>
 1 a     a1     4.00
 2 b     a1     4.12
 5 a     a3     3.95
 6 b     a3     3.02
 3 a     a2     2.77
 4 b     a2     1.33
 7 a     a4     2.44
 8 b     a4     2.57
 9 a     a5     1.35
10 b     a5     2.11

我尝试了不同的“group_by”和“arrange”组合，但没有成功。我想念什么？

Answer 1

一种dplyr选项可以是:

test_frame %>%
 mutate(ranking = dense_rank(desc((var_1 == "a") * var_3))) %>%
 group_by(var_2) %>%
 mutate(ranking = min(ranking)) %>%
 arrange(ranking) %>%
 select(-ranking)

   var_1 var_2 var_3
   <chr> <chr> <dbl>
 1 a     a4     4.46
 2 b     a4     2.68
 3 a     a5     2.80
 4 b     a5     2.65
 5 a     a1     1.91
 6 b     a1     2.99
 7 a     a3     1.22
 8 b     a3     1.93
 9 a     a2     1.10
10 b     a2     4.92

要么:

test_frame %>%
 filter(var_1 == "a") %>%
 mutate(ranking = dense_rank(desc(var_3))) %>%
 bind_rows(test_frame %>%
            filter(var_1 == "b")) %>%
 group_by(var_2) %>%
 mutate(ranking = min(ranking, na.rm = TRUE)) %>%
 arrange(ranking) %>%
 select(-ranking)