r - 如何根据 R 中超过 1 列的条件对数据帧行重新排序？

Question

问题

我正在尝试根据其他 2 列中的条件对行重新排序。具体来说，我有数百个随机生成的采样横断面的顺序 ID，称为“ID_First”，然后对于每个横断面，都有一个对应的“ID_Next”，表示应该采样的下一个横断面。我正在尝试重新排序行，以便采样横断面按执行顺序而不是基于“ID_First”的原始顺序

我知道数据框可以基于一列或多列数值变量以升序或降序排列，对于因子，可以以“有序”的方式(例如，高、中、低)排列。是否可以根据 ID_first 和 ID_Next 的顺序排列行的顺序？我一直无法弄清楚如何做到这一点，所以我一直在手动进行。

简化的可重现示例

数据

# sequential ID for a small number of randomly generated transects 
ID_First <- seq(1,10,1)

# represents the next transect that should be sampled following ID_First
ID_Next <- c(4,5,8,7,10,2,9,6,3,NA)


# make a dataframe
df <- cbind.data.frame(ID_First, ID_Next)

# look at the df
df

>    ID_First ID_Next
> 1         1       4
> 2         2       5
> 3         3       8
> 4         4       7
> 5         5      10
> 6         6       2
> 7         7       9
> 8         8       6
> 9         9       3
> 10       10      NA

因此，如果您从 ID_First 开始等于 1，然后查看相应的 ID_Next 这将表明下一个要采样的横断面是 4。然后您转到 ID_First 等于 4 并且相应的 ID_Next 到下一个采样将是 7，依此类推在。对于此示例，采样顺序将按以下方式进行:1、4、7、9、3、8、6、2、5、10。

理想结果

这是我想要完成的:

>    ID_First ID_Next
> 1         1       4
> 4         4       7
> 7         7       9
> 9         9       3
> 3         3       8
> 8         8       6
> 6         6       2
> 2         2       5
> 5         5      10
> 10       10      NA

现在横断面遵循采样所需的顺序(例如，1 到 4、4 到 7、7 到 9、9 到 3 等到 10)而不是升序 ID_First。

题

是否有一种简单的方法可以使用 ID_First 等于 1 作为立场重新排序原始数据帧，然后按照 ID_Next 到 ID_Tirst 到 ID_Next 的进展来排列其余的横断面？

Answer 1

您可以使用 Reduce与 match从 ID_First 找到链至 ID_Next .

df[Reduce(function(i,j) match(df$ID_Next[i], df$ID_First)
 , seq_len(nrow(df)), accumulate = TRUE),]
#   ID_First ID_Next
#1         1       4
#4         4       7
#7         7       9
#9         9       3
#3         3       8
#8         8       6
#6         6       2
#2         2       5
#5         5      10
#10       10      NA

数据:

df <- data.frame(ID_First = 1:10, ID_Next = c(4,5,8,7,10,2,9,6,3,NA))
df
#   ID_First ID_Next
#1         1       4
#2         2       5
#3         3       8
#4         4       7
#5         5      10
#6         6       2
#7         7       9
#8         8       6
#9         9       3
#10       10      NA