[r] 여러 열로 데이터 프레임을 정렬하는 방법

R 패키지 data.table는 간단한 구문으로 Matt. 빠른 속도 와 메모리 효율적인 data.tables 순서를 제공 합니다 (Mat가 그의 대답에서 아주 잘 강조 표시 했습니다 ). 그 이후로 많은 개선과 새로운 기능이 setorder()있었습니다. 에서 v1.9.5+, setorder()또한 작동 data.frames .

먼저 충분히 큰 데이터 세트를 만들고 다른 답변에서 언급 한 다양한 방법을 벤치마킹 한 다음 data.table 의 기능을 나열 합니다.

데이터:

require(plyr)
require(doBy)
require(data.table)
require(dplyr)
require(taRifx)

set.seed(45L)
dat = data.frame(b = as.factor(sample(c("Hi", "Med", "Low"), 1e8, TRUE)),
                 x = sample(c("A", "D", "C"), 1e8, TRUE),
                 y = sample(100, 1e8, TRUE),
                 z = sample(5, 1e8, TRUE),
                 stringsAsFactors = FALSE)

벤치 마크 :

보고 된 타이밍은 system.time(...)아래에 표시된 이러한 기능 에서 실행 된 것입니다. 타이밍은 가장 느리거나 빠른 순서로 아래에 표로 표시되어 있습니다.

orderBy( ~ -z + b, data = dat)     ## doBy
plyr::arrange(dat, desc(z), b)     ## plyr
arrange(dat, desc(z), b)           ## dplyr
sort(dat, f = ~ -z + b)            ## taRifx
dat[with(dat, order(-z, b)), ]     ## base R

# convert to data.table, by reference
setDT(dat)

dat[order(-z, b)]                  ## data.table, base R like syntax
setorder(dat, -z, b)               ## data.table, using setorder()
                                   ## setorder() now also works with data.frames 

# R-session memory usage (BEFORE) = ~2GB (size of 'dat')
# ------------------------------------------------------------
# Package      function    Time (s)  Peak memory   Memory used
# ------------------------------------------------------------
# doBy          orderBy      409.7        6.7 GB        4.7 GB
# taRifx           sort      400.8        6.7 GB        4.7 GB
# plyr          arrange      318.8        5.6 GB        3.6 GB 
# base R          order      299.0        5.6 GB        3.6 GB
# dplyr         arrange       62.7        4.2 GB        2.2 GB
# ------------------------------------------------------------
# data.table      order        6.2        4.2 GB        2.2 GB
# data.table   setorder        4.5        2.4 GB        0.4 GB
# ------------------------------------------------------------

• data.table의 DT[order(...)]구문은 다른 방법 중 가장 빠른 방법 ( ~) 보다 ~ 10 배 빠르지 만와dplyr 같은 양의 메모리를 소비합니다 dplyr.

• data.table‘들 setorder()이었다 ~ 14 배 빠른 다른 방법 (가장 빠른보다는 dplyr하면서,) 단지 0.4GB 추가 메모리를 . dat이제 우리가 요구하는 순서대로되어 있습니다 (참조에 의해 업데이트 됨).

data.table 기능 :

속도:

• data.table 의 순서는 기수 순서를 구현하기 때문에 매우 빠릅니다 .

• 구문 DT[order(...)]은 data.table 의 빠른 순서도 사용하도록 내부적으로 최적화 됩니다. 친숙한 기본 R 구문을 계속 사용하면서 프로세스 속도를 높이고 메모리를 적게 사용할 수 있습니다.

기억:

• 시간의 대부분은, 우리는 원래 필요하지 않습니다 data.frame 또는 data.table 재정렬 후를. 즉, 일반적으로 결과를 동일한 객체에 다시 할당합니다. 예를 들면 다음과 같습니다.

  DF <- DF[order(...)]

  문제는 원본 객체의 메모리에 최소 두 배 (2x)의 메모리가 필요하다는 것입니다. 로 메모리 효율 , data.table 때문에 또한 기능을 제공합니다 setorder().

  setorder()추가 사본을 만들지 않고 data.tables by reference ( in-place )를 재정렬 합니다. 하나의 열 크기와 동일한 추가 메모리 만 사용합니다.

다른 특징들:

1. 그것은 지원 integer, logical, numeric, character심지어 bit64::integer64유형.

   하는 것으로 factor, Date, POSIXct등의 클래스는 모두 integer/ numeric유형 추가 속성을 아래에 따라서도 지원됩니다.

2. 기수 R에서는 -문자형 벡터를 사용 하여 해당 열을 기준으로 내림차순으로 정렬 할 수 없습니다 . 대신 우리는를 사용해야 -xtfrm(.)합니다.

   그러나에 data.table , 우리는 단지 예를 들어, 수행 할 수 있습니다 dat[order(-x)]또는 setorder(dat, -x).

답변

sort(dd,by = ~ -z + b)
#     b x y z
# 4 Low C 9 2
# 2 Med D 3 1
# 1  Hi A 8 1
# 3  Hi A 9 1

library(doBy)
dd <- orderBy(~-z+b, data=dd)