r - 如何在R中按组的频率对字符列进行排序？

Question

我问了一个问题here ，但经过审查，它不是很清楚并且提出了错误的问题。我现在问另一个问题，试图更清楚地阐明我的问题。

在我的数据框中，有一列由字符和 NA 组成。我试图根据此列的频率将其分组，同时保留组的结构。例如，如果我的数据如下所示:

library(dplyr)

dfTest <- 
structure(list(var = c("x1", NA, NA, "x4", NA, "x4", NA, NA, 
"x5", NA, NA, "x1", NA, NA, "x5", NA, NA, "x4", NA, "x4", NA, 
NA, "x5", NA, NA, "x2", NA, NA, "x1", NA, "x2", NA, NA, "x5", 
NA, NA), nam = c(1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 
5, 5, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5
), itr = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -36L))

> dfTest
# A tibble: 36 × 3
   var     nam   itr
   <chr> <dbl> <dbl>
 1 x1        1     1
 2 NA        1     1
 3 NA        1     1
 4 x4        2     1
 5 NA        2     1
 6 x4        2     1
 7 NA        2     1
 8 NA        2     1
 9 x5        3     1
10 NA        3     1
11 NA        3     1
12 x1        4     1
13 NA        4     1
14 NA        4     1
15 x5        5     1
16 NA        5     1
17 NA        5     1
18 x4        1     2
19 NA        1     2
20 x4        1     2
21 NA        1     2
22 NA        1     2
23 x5        2     2
24 NA        2     2
25 NA        2     2
26 x2        3     2
27 NA        3     2
28 NA        3     2
29 x1        4     2
30 NA        4     2
31 x2        4     2
32 NA        4     2
33 NA        4     2
34 x5        5     2
35 NA        5     2
36 NA        5     2

我想做的是按每个 itr 的频率对 var 列进行排序，同时保留 nam 中看到的分组柱子。因此，例如，当 itr = 1 时，当我们将 var 和 nam 分组时，我们可以看到结构 x1， NA, NA 出现两次，结构 x5, NA, NA 也是如此。当 itr = 2 时，组 x5, NA, NA 出现两次，其余所有组仅出现一次。

我想要的输出类似于下面的数据框。其中，我们可以看到每个 var 结构已根据每个 itr 的频率进行排序。

# A tibble: 36 × 3
   var     nam   itr
   <chr> <dbl> <dbl>
 1 x1        1     1
 2 NA        1     1
 3 NA        1     1
 4 x1        4     1
 5 NA        4     1
 6 NA        4     1
 7 x5        3     1
 8 NA        3     1
 9 NA        3     1
10 x5        5     1
11 NA        5     1
12 NA        5     1
13 x4        2     1
14 NA        2     1
15 x4        2     1
16 NA        2     1
17 NA        2     1
18 x5        2     2
19 NA        2     2
20 NA        2     2
21 x5        5     2
22 NA        5     2
23 NA        5     2
24 x4        1     2
25 NA        1     2
26 x4        1     2
27 NA        1     2
28 NA        1     2
29 x2        3     2
30 NA        3     2
31 NA        3     2
32 x1        4     2
33 NA        4     2
34 x2        4     2
35 NA        4     2
36 NA        4     2

我希望这是有道理的。

关于如何实现这种类型的排序，同时保留 nam 的每个 var 的结构，有什么建议吗？

Answer 1

好的，我认为这可行。为了提高透明度，我保留了辅助列，但您可以将它们从最终选择中删除。

基本上，我们将每个 itr:nam 组的数据折叠为一行，将 var 保留在 both 周围作为我们可以使用的串联字符串分组并作为 list 列，我们可以取消嵌套以恢复原始结构。然后，我们计算每个 var_string 的频率，并按该频率对行进行排序，并使用 var_string 组中的最小 nam 值作为决胜局。这是大部分工作。然后，我们取消数据的嵌套，以按现在排序的顺序返回到原始结构。

dfTest %>% 
  group_by(itr, nam) %>%
  summarize(var_string = paste(var, collapse = ";"), var= list(var))  %>%
  group_by(itr, var_string) %>%
  add_tally %>%
  mutate(min_nam = min(nam)) %>%
  arrange(itr, desc(n), min_nam, nam) %>%
  ungroup() %>%
  unnest(var) %>%
  select(var, nam, itr, everything()) %>%
  print.data.frame
#     var nam itr     var_string n min_nam
# 1    x1   1   1       x1;NA;NA 2       1
# 2  <NA>   1   1       x1;NA;NA 2       1
# 3  <NA>   1   1       x1;NA;NA 2       1
# 4    x1   4   1       x1;NA;NA 2       1
# 5  <NA>   4   1       x1;NA;NA 2       1
# 6  <NA>   4   1       x1;NA;NA 2       1
# 7    x5   3   1       x5;NA;NA 2       3
# 8  <NA>   3   1       x5;NA;NA 2       3
# 9  <NA>   3   1       x5;NA;NA 2       3
# 10   x5   5   1       x5;NA;NA 2       3
# 11 <NA>   5   1       x5;NA;NA 2       3
# 12 <NA>   5   1       x5;NA;NA 2       3
# 13   x4   2   1 x4;NA;x4;NA;NA 1       2
# 14 <NA>   2   1 x4;NA;x4;NA;NA 1       2
# 15   x4   2   1 x4;NA;x4;NA;NA 1       2
# 16 <NA>   2   1 x4;NA;x4;NA;NA 1       2
# 17 <NA>   2   1 x4;NA;x4;NA;NA 1       2
# 18   x5   2   2       x5;NA;NA 2       2
# 19 <NA>   2   2       x5;NA;NA 2       2
# 20 <NA>   2   2       x5;NA;NA 2       2
# 21   x5   5   2       x5;NA;NA 2       2
# 22 <NA>   5   2       x5;NA;NA 2       2
# 23 <NA>   5   2       x5;NA;NA 2       2
# 24   x4   1   2 x4;NA;x4;NA;NA 1       1
# 25 <NA>   1   2 x4;NA;x4;NA;NA 1       1
# 26   x4   1   2 x4;NA;x4;NA;NA 1       1
# 27 <NA>   1   2 x4;NA;x4;NA;NA 1       1
# 28 <NA>   1   2 x4;NA;x4;NA;NA 1       1
# 29   x2   3   2       x2;NA;NA 1       3
# 30 <NA>   3   2       x2;NA;NA 1       3
# 31 <NA>   3   2       x2;NA;NA 1       3
# 32   x1   4   2 x1;NA;x2;NA;NA 1       4
# 33 <NA>   4   2 x1;NA;x2;NA;NA 1       4
# 34   x2   4   2 x1;NA;x2;NA;NA 1       4
# 35 <NA>   4   2 x1;NA;x2;NA;NA 1       4
# 36 <NA>   4   2 x1;NA;x2;NA;NA 1       4