arrays - 按包含字符串的列之一对 Julia 1.1 矩阵进行排序

Question

正如标题所示，我需要按某个矩阵的列之一对它的行进行排序，如果可能的话最好就地排序。所述列包含 String(数组的类型为 Array{Union{Float64,String}})，理想情况下，行应按字母顺序结束，由下式确定本专栏。线路

sorted_rows = sort!(data, by = i -> data[i,2]),

其中data是我的矩阵，产生错误ERROR:LoadError:UndefKeywordError:关键字参数dims未分配。指定我想要对矩阵的哪一部分进行排序并添加参数 dims=2 (我假设这是我想要排序的维度)，即

sorted_rows = sort!(data[2:end-1,:], by = i -> data[i,2],dims=2)

只需将错误消息更改为ERROR: LoadError: ArgumentError: invalid index: 01 Suurin yhteinen tekijä ja pienin yhteinen jaettava of type String。因此编译器提示字符串是无效索引。

关于如何完成这种类型的排序有什么想法吗？我应该说，在这种情况下，列中的字符串预计以数字开头，但我不介意找到一个适用于一般情况的解决方案。

我正在使用 Julia 1.1。

Answer 1

您想要sortslices ，不是sort — 后者只是对所有列进行独立排序，而前者则重新排列整个切片。其次，by函数不采用索引，它采用即将比较的值(并允许您以某种方式对其进行转换)。因此:

julia> using Random
       data = Union{Float64, String}[randn(100) [randstring(10) for _ in 1:100]]
100×2 Array{Union{Float64, String},2}:
  0.211015  "6VPQbWU5f9"
 -0.292298  "HgvHLkufqI"
  1.74231   "zTCu1U5Vdl"
  0.195822  "O3j43sbhKV"
  ⋮
 -0.369007  "VzFH2OpWfU"
 -1.30459   "6C68G64AWg"
 -1.02434   "rldaQ3e0GE"
  1.61653   "vjvn1SX3FW"

julia> sortslices(data, by=x->x[2], dims=1)
100×2 Array{Union{Float64, String},2}:
  0.229143  "0syMQ7AFgQ"
 -0.642065  "0wUew61bI5"
  1.16888   "12PUn4V4gL"
 -0.266574  "1Z2ONSBP04"
  ⋮
  1.85761   "y2DDANcFCe"
  1.53337   "yZju1uQqMM"
  1.74231   "zTCu1U5Vdl"
  0.974607  "zdiU0sVOZt"

不幸的是，我们没有就地 sortslices!但是，您可以使用 sortperm 轻松构建排序 View 。这可能不会那么快使用，但如果您出于语义原因需要就地性，它就可以解决问题。

julia> p = sortperm(data[:,2]);

julia> @view data[p, :]
100×2 view(::Array{Union{Float64, String},2}, [26, 45, 90, 87, 6, 96, 82, 75, 12, 27  …  53, 69, 100, 93, 36, 37, 39, 8, 3, 61], :) with eltype Union{Float64, String}:
  0.229143  "0syMQ7AFgQ"
 -0.642065  "0wUew61bI5"
  1.16888   "12PUn4V4gL"
 -0.266574  "1Z2ONSBP04"
  ⋮
  1.85761   "y2DDANcFCe"
  1.53337   "yZju1uQqMM"
  1.74231   "zTCu1U5Vdl"
  0.974607  "zdiU0sVOZt"

(如果您出于性能原因想要就地性，我建议使用 DataFrame 或类似的结构，将其列保存为独立的同质向量 - Union{Float64, String} 将比两个单独的良好类型向量慢和 sort! ing DataFrame 可以像您想要的那样在整行上工作。)