r - 如何按 R 中的国会图书馆分类 (LCC) 编号排序

Question

国会图书馆分类号在图书馆中用于为事物提供电话号码，以便在书架上订购。它们可以是简单的，也可以是相当复杂的，只有一些强制性部分，但许多是可选的。 (参见 050 Library of Congress Call Number 上的“在 050 中输入索书号”了解它们如何分解，或lc_callnumber 了解对它们进行排序的 Ruby 工具。)

我想按 R 中的 LCC 编号排序。我看过 Sort a list of nontrivial elements in R和 Sorting list of list of elements of a custom class in R?但还没有弄清楚。

以下是按排序顺序输入的四个索书号:

call_numbers <- c("QA 7 H3 1992", "QA 76.73 R3 W53 2015", "QA 90 H33 2016", "QA 276.45 R3 A35 2010")

sort按字符对它们进行排序，因此 276 < 7 < 76.73 < 90。

> sort(call_numbers)
[1] "QA 276.45 R3 A35 2010" "QA 7 H3 1992"          "QA 76.73 R3 W53 2015"  "QA 90 H33 2016"       

为了正确排序它们，我想我必须定义一个类，然后定义一些方法，如下所示:

library(stringr)
class(call_numbers) <- "LCC"

## Just pick out the letters and digits for now, leave the rest
## until sorting works, then work down more levels.
lcc_regex <- '([[:alpha:]]+?) ([[:digit:]\\.]+?) (.*)'

"<.LCC" <- function(x, y) {
    x_lcc <- str_match(x, lcc_regex)
    y_lcc <- str_match(y, lcc_regex)
    if(x_lcc[2] < y_lcc[2]) return(x)
    if(as.integer(x_lcc[3]) < as.integer(y_lcc[3])) return(x)
}
"==.LCC" <- function(x, y) {
    x_lcc <- str_match(x, lcc_regex)
    y_lcc <- str_match(y, lcc_regex)
    x_lcc[2] == y_lcc[2] && x_lcc[3] == y_lcc[3]
}

">.LCC" <- function(x, y) {
    x_lcc <- str_match(x, lcc_regex)
    y_lcc <- str_match(y, lcc_regex)
    if(x_lcc[2] > y_lcc[2]) return(x)
    if(as.integer(x_lcc[3]) > as.integer(y_lcc[3])) return(x)
}

这不会改变排序顺序。我还没有定义子集方法( "[.myclass" )，因为我不知道它应该是什么。

Answer 1

这可能是一种更简单的方法。这假设每个数字都具有以下格式:2 个字母的代码、空格、数字、空格、字母数字、空格...年份。

策略是将 LOC 编号按空格进行两次拆分，然后获取前 3 个字段的 3 列数据，然后可以使用 order 顺序对每一列进行排序。功能。

call_numbers <- c("QA 7 H3 1992", "QA 76.73 R3 W53 2015", "QA 90 H33 2016", "QA 276.45 R3 A35 2010")

#split on the spaces
 split<-strsplit(call_numbers, " " )
#Retrieve the 2 letter code
 letters<-sapply(split, function(x){x[1]})
#retrieve the 2nd number group and convert to numeric values for sorting
 second<-sapply(split, function(x){as.numeric(x[2])})
#obtain the 3rd grouping
 third<-sapply(split, function(x){x[3]})
#find the year
 year<-sapply(split, function(x){x[length(x)]})

df<-data.frame(call_numbers)
#sort data based on the first and 2nd column
call_numbers[order(letters, second, third)]

对于这个有限的数据集，该技术有效。