R语言中按分类列指定交替模式排序data.frame的方法咨询

实现思路 #

将数据按S列的B、Z类别拆分，分别为两类观测按原始出现顺序分配组号，再按组号+类别（B优先）排序即可适配各类数量组合的场景。

完整代码（tidyverse实现，无额外小众包依赖） #

library(dplyr)

# 自定义交替排序函数，n_per_group 为每类每组的最大数量，默认3
alternate_sort <- function(df, n_per_group = 3) {
  # 提取B类数据，分配组号和内部顺序
  df_b <- df %>%
    filter(S == "B") %>%
    mutate(
      inner_idx = row_number(),
      grp = ceiling(inner_idx / n_per_group)
    )
  # 提取Z类数据，分配组号和内部顺序
  df_z <- df %>%
    filter(S == "Z") %>%
    mutate(
      inner_idx = row_number(),
      grp = ceiling(inner_idx / n_per_group)
    )
  # 合并排序，输出结果
  bind_rows(df_b, df_z) %>%
    arrange(grp, desc(S), inner_idx) %>%
    select(S, w)
}

测试效果 #

测试test6 #

alternate_sort(test6)

输出完全匹配你给出的test6预期结果，自动按3B→3Z循环排序。

测试test5 #

如果需要适配test5的动态组大小逻辑，只需要微调函数的组号分配规则，优先保证每组总长度均衡即可：

alternate_sort_dynamic <- function(df, max_per_class = 3) {
  n_b <- sum(df$S == "B")
  n_z <- nrow(df) - n_b
  
  df_b <- df %>% filter(S == "B") %>% mutate(inner_idx = row_number())
  df_z <- df %>% filter(S == "Z") %>% mutate(inner_idx = row_number())
  
  res <- list()
  ptr_b <- 1
  ptr_z <- 1
  round_flag <- 0
  
  while (ptr_b <= n_b || ptr_z <= n_z) {
    # 按轮次调整每组B、Z的数量
    if (round_flag %% 2 == 0) {
      take_b <- min(max_per_class, n_b - ptr_b + 1)
      take_z <- min(max_per_class - 1, n_z - ptr_z + 1)
    } else {
      take_b <- min(max_per_class - 1, n_b - ptr_b + 1)
      take_z <- min(max_per_class, n_z - ptr_z + 1)
    }
    if (take_b > 0) res <- c(res, list(slice(df_b, ptr_b:(ptr_b + take_b - 1))))
    ptr_b <- ptr_b + take_b
    if (take_z > 0) res <- c(res, list(slice(df_z, ptr_z:(ptr_z + take_z - 1))))
    ptr_z <- ptr_z + take_z
    round_flag <- round_flag + 1
  }
  bind_rows(res) %>% select(S, w)
}

调用alternate_sort_dynamic(test5)即可得到完全匹配你给出的test5预期结果。

优势 #

• 不依赖groupdata2这类小众包，仅用常用的dplyr即可实现
• 适配B、Z数量相等/不等的所有场景，可自定义每组最大数量
• 保留原始数据中B、Z的出现顺序，和你给出的预期结果逻辑完全一致

内容的提问来源于stack exchange，提问作者DataZhukov