R中数据框各列升序排列NA置后排序错误解决及代码优化

• 核心问题是你生成的MAT矩阵是字符类型，排序时按照字符串字典序而非数值大小排序：
  1. 你调用apply对每列返回"YES"/"NO"字符串，此时整个矩阵被强制转换为字符型
  2. 后续给矩阵赋值行号i时，数值型的i会被自动转成字符串存储
  3. 字符串排序规则是逐位比较，"10"的首字符是'1'，比"4"的首字符'4'小，所以"10"会排在"4"前面，导致排序结果不符合数值升序的预期。

直接修改原有代码 #

调整逻辑避免生成字符矩阵，直接生成数值型矩阵处理即可：

a<-c(5,1,0,3,2,0.6,1.6,7,9,0)
b<-c(11,0,1,18,11,11,0,13,20,10)
c<-c(10,20,0.7,0.8,0.3,0.4,0,0.9,1,1)

MAT <- cbind(a,b,c)
# 逐元素判断：大于5的存对应行号，否则存NA，直接生成数值矩阵
MAT <- apply(MAT, 2, function(x) ifelse(x >5, seq_along(x), NA))
# 对每列做升序排序，NA放最后
MAT <- apply(MAT, 2, sort, na.last = TRUE)
print(MAT)

运行后输出符合预期：

a  b  c
 [1,]  8  1  1
 [2,]  9  4  2
 [3,] NA  5 NA
 [4,] NA  6 NA
 [5,] NA  8 NA
 [6,] NA  9 NA
 [7,] NA 10 NA
 [8,] NA NA NA
 [9,] NA NA NA
[10,] NA NA NA

更简洁的实现 #

可以把判断、排序的逻辑合并到一次apply调用中，减少冗余步骤：

a<-c(5,1,0,3,2,0.6,1.6,7,9,0)
b<-c(11,0,1,18,11,11,0,13,20,10)
c<-c(10,20,0.7,0.8,0.3,0.4,0,0.9,1,1)
MAT <- apply(cbind(a,b,c), 2, function(x) sort(ifelse(x>5, seq_along(x), NA), na.last = TRUE))

内容的提问来源于stack exchange，提问作者MK Huda