满足特定前置条件且第三行时间最晚的R数据框排序优化求助

需求回顾 #

需要将3行的tibble按以下规则排序：

• 第1行必须满足 is_x == 1
• 第2行必须满足 is_y == 1
• 在满足前两个条件的前提下，让第3行的some_time值尽可能大

高效实现方案 #

无需生成所有排列，直接通过筛选-排序-拼接的方式实现，时间复杂度远低于全排列方案，代码如下：

library(dplyr)

# 原始数据
df = tibble(id = letters[1:3],
            some_time = c(3,1,2),
            is_x = c(1,0,1),
            is_y = c(0,1,0)
)

# 分离is_y=1的行
y_row <- df %>% filter(is_y == 1)

# 筛选is_x=1且非y_row的行，按some_time升序排序
x_rows <- df %>% 
  filter(is_x == 1, !id %in% y_row$id) %>% 
  arrange(some_time)

# 按规则拼接结果
final_df <- bind_rows(
  slice(x_rows, 1),  # 第1行：取some_time最小的is_x行，留大值给第三行
  y_row,             # 第2行：固定is_y行
  slice(x_rows, -1)  # 第3行：剩余的is_x行，some_time最大
)

print(final_df)

输出结果 #

# A tibble: 3 × 4
  id    some_time is_x is_y
  <chr>     <dbl> <dbl> <dbl>
1 c             2     1     0
2 b             1     0     1
3 a             3     1     0

方案说明 #

1. 先固定第2行的is_y == 1行，确保满足核心规则
2. 对is_x == 1的行按some_time升序排序，把最小的放在第1行，这样剩余的is_x行自然就是some_time最大的，放在第3行
3. 整个过程仅涉及简单的筛选和一次排序，数据量越大，相比全排列方案的效率优势越明显

内容的提问来源于stack exchange，提问作者uneducated_ape