julia - 如何在 Julia 中按多列对数据框进行排序

Question

我想按多列对数据框进行排序。这是我制作的一个简单的数据框。如何按不同的排序类型对每一列进行排序？

using DataFrames

DataFrame(b = ("Hi", "Med", "Hi", "Low"),
      levels = ("Med", "Hi", "Low"),
      x = ("A", "E", "I", "O"), y = (6, 3, 7, 2),
      z = (2, 1, 1, 2))

从 here 移植过来.

Answer 1

与 R 不同，Julia 的 DataFrame 构造函数期望每列中的值作为向量而不是元组传递:所以 DataFrame(b = ["Hi", "Med", "Hi", "Low "], &tc.

此外，DataFrames 并不期望像 R 那样给出明确的 levels。相反，可选的关键字参数 categorical 是可用的，并且应该设置为“一个 Bool 向量，指示哪些列应该转换为 CategoricalVector”。

(添加 DataFrames 和 CategoricalArrays 包后)

julia> using DataFrames, CategoricalArrays

julia> xyorz = categorical(rand(("x","y","z"), 5))
5-element CategoricalArray{String,1,UInt32}:
 "z"
 "y"
 "x"
 "x"
 "z"

julia> smallints = rand(1:4, 5)
5-element Array{Int64,1}:
 2
 3
 2
 1
 1

julia> df = DataFrame(A = 1:5, B = xyorz, C = smallints)
5×3 DataFrame
│ Row │ A     │ B            │ C     │
│     │ Int64 │ Categorical… │ Int64 │
├─────┼───────┼──────────────┼───────┤
│ 1   │ 1     │ z            │ 2     │
│ 2   │ 2     │ y            │ 3     │
│ 3   │ 3     │ x            │ 2     │
│ 4   │ 4     │ x            │ 1     │
│ 5   │ 5     │ z            │ 1     │

现在，您要排序什么？ A 上(B 然后 C)？ [4, 3, 2, 5, 1]

julia> sort(df, (:B, :C))
5×3 DataFrame
│ Row │ A     │ B            │ C     │
│     │ Int64 │ Categorical… │ Int64 │
├─────┼───────┼──────────────┼───────┤
│ 1   │ 4     │ x            │ 1     │
│ 2   │ 3     │ x            │ 2     │
│ 3   │ 2     │ y            │ 3     │
│ 4   │ 5     │ z            │ 1     │
│ 5   │ 1     │ z            │ 2     │

julia> sort(df, (:B, :C)).A
5-element Array{Int64,1}:
 4
 3
 2
 5
 1

这是一个很好的起点http://juliadata.github.io/DataFrames.jl/stable/