データフレームの並び順を並べ替える方法

Question

df 
     Beginning1 Protein2 Protein3 Protein4 Biomarker1 
Pathway3  A   G   NA   NA   F 
Pathway6  A   G   NA   NA   E 
Pathway1  A   B   C   D    F 
Pathway2  A   B   H   NA   F 
Pathway4  A   B   C   D    E 
Pathway5  A   B   H   NA   F 

私は、上記のデータフレーム（df）を並べ替えることで、タンパク質の経路において最も高い類似性を共有する経路（別名最大類似度2列目：4列目）は、隣り合ってソートされます。

より明確にするために、私は、出力は次のようになりたいと思います：

newdf 
     Beginning1 Protein2 Protein3 Protein4 Biomarker1 
Pathway6  A   G   NA   NA   E 
Pathway3  A   G   NA   NA   F 
Pathway5  A   B   H   NA   E 
Pathway2  A   B   H   NA   F 
Pathway4  A   B   C   D    E 
Pathway1  A   B   C   D    F 

どのようにしてそれを行うに行きますか？私はユニークな（df）を含むバリエーションを試しましたが、これまでに何も働いていませんでした。

また、このデータセットでは非NA文字の順序で作業するだけですが、私が分析する実際のデータセットには、同じステップ量の何百もの経路があります。

Answer 1

ことは、これを試してみてください（ところで：列Biomarker1では、あなたが入力と出力のミスが一致している、私はあなたの所望の出力を得るために、私の理解の上で入力dfベースを修正しました。）

df[is.na(df)]='' 
df$ALL <- do.call(paste0, df[,2:4]) 
df=df[order(rev(df$ALL),rev(df$Biomarker1)),] 
df[df=='']=NA 
df$ALL=NULL 
     Beginning1 Protein2 Protein3 Protein4 Biomarker1 
Pathway6   A  G  <NA>  <NA>   E 
Pathway3   A  G  <NA>  <NA>   F 
Pathway2   A  B  H  <NA>   E 
Pathway5   A  B  H  <NA>   F 
Pathway4   A  B  C  D   E 
Pathway1   A  B  C  D   F 

入力

df

**

#    Beginning1 Protein2 Protein3 Protein4 Biomarker1 
# Pathway3   A  G  <NA>  <NA>   F 
# Pathway6   A  G  <NA>  <NA>   E 
# Pathway1   A  B  C  D   F 
# Pathway2   A  B  H  <NA>   E 
# Pathway4   A  B  C  D   E 
# Pathway5   A  B  H  <NA>   F 

**

Answer 2

使用arrangedplyrパッケージから。 1つまたは複数の列に基づいてデータフレームをソートします。あなたはあなたのポストに要求されるように、降順でソートするdescを使用することができます。

> dplyr::arrange(df, desc(Protein2), desc(Protein3), desc(Protein4)) 

    Beginning1 Protein2 Protein3 Protein4 Biomarker1 
1   A  G  <NA>  <NA>   F 
2   A  G  <NA>  <NA>   E 
3   A  B  H  <NA>   F 
4   A  B  H  <NA>   F 
5   A  B  C  D   F 
6   A  B  C  D   E 

彼らが従うようdplyr操作は、rownamesを保存していない。なおハドレーウィッカムのRは、それらを期待しているためTidy data definitionは（簡単に言うと、rownamesは望ましくありません一意であること）。同等tibble::column_to_rownamesをあります

> tibble::rownames_to_column(df, "Pathway") %>% 
     dplyr::arrange(desc(Protein2), desc(Protein3), desc(Protein4)) 

    Pathway Beginning1 Protein2 Protein3 Protein4 Biomarker1 
1 Pathway3   A  G  <NA>  <NA>   F 
2 Pathway6   A  G  <NA>  <NA>   E 
3 Pathway2   A  B  H  <NA>   F 
4 Pathway5   A  B  H  <NA>   F 
5 Pathway1   A  B  C  D   F 
6 Pathway4   A  B  C  D   E 

あなたが戻ってrownamesを配置する必要がある場合は、それがないと、一般的にお勧めです：あなたは、あなたの経路識別子を追跡するためにtibbleパッケージからrownames_to_columnを使用することができます。