dplyr arrange()函数按缺失值排序

Question

我正在尝试通过Hadley Wickham的R for Data Science工作,并且已经惹恼了以下问题:"你怎么能使用arrange()对所有缺失的值进行排序？(提示:使用is.na())"我正在使用nycflights13包中包含的航班数据集.鉴于arrange()将所有未知值排序到数据框的底部,我不确定如何在所有变量的缺失值中执行相反的操作.我意识到这个问题可以用基本的R代码来回答,但我特别感兴趣的是如何使用dplyr以及对arrange()和is.na()函数的调用来完成.谢谢.

Answer 1

我们可以将其包装起来以desc在开始时获取缺失值

flights %>% 
    arrange(desc(is.na(dep_time)),
           desc(is.na(dep_delay)),
           desc(is.na(arr_time)), 
           desc(is.na(arr_delay)),
           desc(is.na(tailnum)),
           desc(is.na(air_time)))

NA值仅在基于的那些变量中找到

names(flights)[colSums(is.na(flights)) >0]
#[1] "dep_time"  "dep_delay" "arr_time"  "arr_delay" "tailnum"   "air_time" 

我们也可以使用NSE,而不是一次传递每个变量名 arrange_

nm1 <- paste0("desc(is.na(", names(flights)[colSums(is.na(flights)) >0], "))")

r1 <- flights %>%
        arrange_(.dots = nm1) 

r1 %>%
   head()
#year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time arr_delay carrier flight tailnum
#  <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>     <dbl>   <chr>  <int>   <chr>
#1  2013     1     2       NA           1545        NA       NA           1910        NA      AA    133    <NA>
#2  2013     1     2       NA           1601        NA       NA           1735        NA      UA    623    <NA>
#3  2013     1     3       NA            857        NA       NA           1209        NA      UA    714    <NA>
#4  2013     1     3       NA            645        NA       NA            952        NA      UA    719    <NA>
#5  2013     1     4       NA            845        NA       NA           1015        NA      9E   3405    <NA>
#6  2013     1     4       NA           1830        NA       NA           2044        NA      9E   3716    <NA>
#Variables not shown: origin <chr>, dest <chr>, air_time <dbl>, distance <dbl>, hour <dbl>, minute <dbl>,
#  time_hour <time>.

更新

随着tidyverse(较新版本dplyr_0.7.3,rlang_0.1.2),我们也可以利用arrange_at,arrange_all,arrange_if

nm1 <- names(flights)[colSums(is.na(flights)) >0]
r2 <- flights %>% 
          arrange_at(vars(nm1), funs(desc(is.na(.))))

或者使用 arrange_if

f <- rlang::as_function(~ any(is.na(.)))
r3 <- flights %>% 
          arrange_if(f, funs(desc(is.na(.))))


identical(r1, r2)
#[1] TRUE

identical(r1, r3)
#[1] TRUE

Answer 2

尝试最简单的方法，他刚刚向您展示了：

arrange(flights, desc(is.na(dep_time)))

其他不错的快捷方式：

arrange(flights, !is.na(dep_time))

或者

arrange(flights, -is.na(dep_time))