更新通用的解決方案，對多列進行排序，并過濾一個截斷。

hy, 這里是

uj5u.com熱心網友回復：

現在問題弄清楚了，我想這能達到你想要的效果：

uj5u.com熱心網友回復：

library(tidyverse) 

資料<-。
  data.frame()
  id=c("X5"/span>。 "X12"。 "X13","X2","X6"。  "X4","X3","X11"。 "X15", "X10", "X16", "X8", "X20","X19"，"X17"。 "X21","X9"，"X7"。 "X22","X24","X1"。 "X14", "X23"。 "X18"）,
  RC1=c（0. 902,0.9，0. 899,0.825, 0.802, 0. 745,0.744, 0.74, 0. 382,0.356, 0.309, 0. 295,0.194,0.162, 0。 162,0.156，0. 153,0.147，0. 144,0.142, 0.123, 0. 113,0.098，0. 062）,
  RC2=c（0. 206,0.282，0. 133,0.057, 0.091, 0. 243,/span>-0. 068,0.105, 0. 143,0.173，0. 329,0.683，0. 253,0.896，-0. 155,-0。 126,0. 06,-0.158, 0. 952,0.932，-0. 077,-0。 062,0.322, -0. 065）,
  RC3=c（0. 153,-0. 029,0.093, 0. 138,0.289，0. 071,0.413, -0. 011,-0。 069,0.181, 0. 123,/span>-0. 035,0.807, 0. 104,/span>-0. 044,0.504, 0. 15,/span>-0. 004,-0。 013,0.106, 0. 785,-0.053，0. 751,0.858），
  RC4=c（0. 078,0.05,0. 219,0.216,0.218，0. 114,0.122, 0. 249,0.726，0. 108,0. 725,-0.089，0. 249,0.146，0. 622,-0。 189,0.099, 0. 406,0.05，0. 026,-0.018,/span>-0. 095,0.007，-0. 118）,
  RC5=c（0. 217,0.021,-0. 058,0.166,0. 09,/span>0. 26,-0.354, 0. 065,-0.014, 0. 064,0.359，0. 134,/span>-0. 114,0.212, 0. 178,0.878，0. 71,/span>-0. 019,-0。 021,0.015, -0. 055,0.165, -0. 074）,
  RC6=c（0. 027,-0. 007,0.087, 0. 104,0.045，0. 319,0.296,0. 088,0.816，0. 229,0.302，0. 163,/span>0. 059,-0.256,/span>0. 604,/span>-0. 07,0.394, -0. 02,-0.041, 0. 071,/span>-0. 008,0.219, -0. 068）,
  RC7=c（-0. 015,-0。 15,0.073, 0. 126,0.06，0. 347,0.082,-0. 093,-0。 155,0.093，-0. 045,-0。 175,-0. 021,0.004, 0. 052,/span>-0. 184,-0.054, -0. 008,0.012, -0. 004,0.094，0. 951,/span>-0. 001,-0.118）
)

# 問題1：如何在每一列中從大到小排序，如圖？
data %>% arrange（-RC1）
#> id RC1 RC2 RC3 RC4 RC5 RC6 RC7
#> 1 X5 0.902 0.206 0.153 0.078 0.217 0.027 -0.015
#> 2 X12 0.900 0.282 -0.029 0.050 0.021 -0.007 -0.150。
#> 3 X13 0.899 0.133 0.093 0.219 -0.058 0.087 0.073。
#> 4 X2 0.825 0.057 0.138 0.216 0.166 0.104 0.126。
#> 5 X6 0.802 0.091 0.289 0.218 0.352 0.045 0.060
#> 6 X4 0.745 0.243 0.071 0.114 0.090 0.319 0.347
#> 7 X3 0.744 -0.068 0.413 0.122 0.260 0.296 0.082
#> 8 X11 0.740 0.105 -0.011 0.249 -0.354 0.205 -0.093。
#> 9 X15 0.382 0.143 -0.069 0.726 0.065 0.088 -0.155。
#> 10 X10 0.356 0.173 0.181 0.108 -0.014 0.816 0.093。
#> 11 X16 0.309 0.329 0.123 0.725 0.064 0.229 -0.045。
#> 12 X8 0.295 0.683 -0.035 -0.089 0.359 0.302 -0.175。
#> 13 X20 0.194 0.253 0.807 0.249 0.134 0.163 -0.021
#> 14 X19 0.162 0.896 0.104 0.146 -0.114 0.059 0.004
#> 15 X17 0.162 -0.155 -0.044 0.622 0.212 -0.256 0.052
#> 16 X21 0.156 -0.126 0.504 -0.189 0.178 0.604 -0.184
#> 17 X9 0.153 0.060 0.150 0.099 0.878 -0.070 -0.054。
#> 18 X7 0.147 -0.158 -0.004 0.406 0.710 0.394 -0.008。
#> 19 X22 0.144 0.952 -0.013 0.050 -0.019 -0.020 0.012。
#> 20 X24 0.142 0.932 0.106 0.026 -0.021 -0.041 -0.004
#> 21 X1 0.123 -0.077 0.785 -0.018 0.015 0.071 0.094。
#> 22 X14 0.113 -0.062 -0.053 -0.095 -0.055 -0.008 
#> 23 X23 0.098 0.322 0.751 0.007 0.165 0.219 -0.001。
#> 24 X18 0.062 -0.065 0.858 -0.118 -0.074 -0.068 -0.118。

#問題2：當值為=< 0.04時，如何隱藏每一列的值？
data %>% filter(RC1 > 0.04）
#> id RC1 RC2 RC3 RC4 RC5 RC6 RC7
#> 1 X5 0.902 0.206 0.153 0.078 0.217 0.027 -0.015
#> 2 X12 0.900 0.282 -0.029 0.050 0.021 -0.007 -0.150。
#> 3 X13 0.899 0.133 0.093 0.219 -0.058 0.087 0.073。
#> 4 X2 0.825 0.057 0.138 0.216 0.166 0.104 0.126
#> 5 X6 0.802 0.091 0.289 0.218 0.352 0.045 0.060
#> 6 X4 0.745 0.243 0.071 0.114 0.090 0.319 0.347
#> 7 X3 0.744 -0.068 0.413 0.122 0.260 0.296 0.082
#> 8 X11 0.740 0.105 -0.011 0.249 -0.354 0.205 -0.093。
#> 9 X15 0.382 0.143 -0.069 0.726 0.065 0.088 -0.155。
#> 10 X10 0.356 0.173 0.181 0.108 -0.014 0.816 0.093。
#> 11 X16 0.309 0.329 0.123 0.725 0.064 0.229 -0.045。
#> 12 X8 0.295 0.683 -0.035 -0.089 0.359 0.302 -0.175。
#> 13 X20 0.194 0.253 0.807 0.249 0.134 0.163 -0.021
#> 14 X19 0.162 0.896 0.104 0.146 -0.114 0.059 0.004
#> 15 X17 0.162 -0.155 -0.044 0.622 0.212 -0.256 0.052
#> 16 X21 0.156 -0.126 0.504 -0.189 0.178 0.604 -0.184
#> 17 X9 0.153 0.060 0.150 0.099 0.878 -0.070 -0.054。
#> 18 X7 0.147 -0.158 -0.004 0.406 0.710 0.394 -0.008。
#> 19 X22 0.144 0.952 -0.013 0.050 -0.019 -0.020 0.012。
#> 20 X24 0.142 0.932 0.106 0.026 -0.021 -0.041 -0.004
#> 21 X1 0.123 -0.077 0.785 -0.018 0.015 0.071 0.094。
#> 22 X14 0.113 -0.062 -0.053 -0.095 -0.055 -0.008 
#> 23 X23 0.098 0.322 0.751 0.007 0.165 0.219 -0.001。
#> 24 X18 0.062 -0.065 0.858 -0.118 -0.074 -0.068 -0.118。


# Question 3:如果可能的話，該解決方案對n列來說是通用的。
data %> % filter_at(vars(starts_with("RC"))。  ~ . x > 0.04) .
#> id RC1 RC2 RC3 RC4 RC5 RC6 RC7
#> 1 X2 0.825 0.057 0.138 0.216 0.166 0.104 0.126
#> 2 X6 0.802 0.091 0.289 0.218 0.352 0.045 0.060
#> 3 X4 0.745 0.243 0.071 0.114 0.090 0.319 0.347。

# 問題4：如果可能的話，如何直觀地將doR的輸出以表格的形式呈現出來（預期輸出）？
# 輸出已經是一個表格，你可以使用kable包進行HTML表格渲染。

^{創建于2021-09-09，由reprex包（v2.0.1）}

標籤：

上一篇：如何挑選比較兩個不同的excel列的唯一值？

下一篇：獲取符合周期性的日期并獲得序列號