Пользовательские уровни факторов в составной строке

Как упирается что-то вроде

x <- with(expand.grid(x = c("DBO", "PH", "COND"), y = c("A", "B", "C")),
          factor(paste(x, y, sep = "_"), levels = paste(x, y, sep = "_")))

Вам не нужно записывать все возможные уровни, только уровни одной и другой стороны.

Используя CRAN-пакет forcats, вы можете комбинировать список факторов. Функция ниже ожидает в качестве входных данных 2 вектора, prefix и suffix, в том порядке, в котором они вам нужны. Аргумент sep = "_" по умолчанию установлен на разделитель в вопросе. Вы можете передать другой разделитель, если хотите.

library(forcats)

custom_fct <- function(prefix, suffix, sep = "_"){
  lst <- lapply(prefix, function(p){
    f <- paste(p, suffix, sep = sep)
    factor(f, levels = f)
  })
  fct_c(!!!lst)
}

x <- c("PH", "COND", "DBO")
y <- c("B", "A", "C")

custom_fct(x, y)

Редактировать.

Другой способ увидеть проблему, который я понял только после комментария OP, - это иметь вектор входных данных x, который должен быть приведен к фактору и двум векторам, одному из префиксов и одному из суффиксов. Следующая функция создает такой вектор и не требует внешнего пакета.

custom_fct2 <- function(x, prefix, suffix, sep = "_"){
  lst <- lapply(prefix, function(p){
    paste(p, suffix, sep = sep)
  })
  factor(x, levels = unlist(lst))
}

x <- c("DBO_A", "PH_A", "COND_A", "DBO_B",
       "PH_B", "COND_B", "DBO_C", "PH_C", "COND_C")
a <- c("PH", "COND", "DBO")
b <- c("B", "A", "C")

custom_fct2(x, a, b)
#[1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C  
#[9] COND_C
#9 Levels: PH_B PH_A PH_C COND_B COND_A COND_C DBO_B ... DBO_C

Для этого мы можем использовать base R. Используя sub, удалите подстроку в levels вектора, с помощью match создайте числовой индекс, проверив те значения, которые находятся в настраиваемом порядке, переназначьте levels из factor с помощью order, установив последовательность levels вектора на основе индекса matching

i1 <- match(sub("_.*", "", levels(x)), c("PH", "COND", "DBO"))
i2 <- match(sub(".*_", "", levels(x)), c("B", "A", "C"))
factor(x, levels = levels(x)[seq_along(levels(x))[order(i1, i2)]])

Во втором случае просто переверните индекс в order

factor(x, levels = levels(x)[seq_along(levels(x))[order(i2, i1)]])

Для многократного использования может быть заключен в функцию

f1 <- function(vec, lvls1, lvls2, flag = "former") {
   i1 <- match(sub("_.*", "", levels(vec)), lvls1)
   i2 <- match(sub(".*_", "", levels(vec)), lvls2)

   if (flag == 'former') {
     factor(vec, levels = levels(vec)[seq_along(levels(vec))[order(i1, i2)]])
   } else {
     factor(vec, levels = levels(vec)[seq_along(levels(vec))[order(i2, i1)]])

   }


}

f1(x, c("PH", "COND", "DBO"), c("B", "A", "C"))
#[1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C   COND_C
#Levels: PH_B PH_A PH_C COND_B COND_A COND_C DBO_B DBO_A DBO_C


f1(x, c("PH", "COND", "DBO"), c("B", "A", "C"), flag = "latter")
#[1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C   COND_C
#Levels: PH_B COND_B DBO_B PH_A COND_A DBO_A PH_C COND_C DBO_C

Использование функций удобства data.tabletstrsplit и setorderv.

Создайте вектор (произвольных) имен столбцов для подстрок (cols <- c("V1", "V2")). Преобразуйте вектор в data.table (d <- data.table(x)). Разделите вектор на два столбца ((cols) := tstrsplit(x, split = "_")). Установите факторные уровни подстрок (factor(V1, levels = l1)). Упорядочивайте данные либо по первой подстроке, затем по второй подстроке, либо по второй, а затем по первой (setorderv(d, if (prec == 1) cols else rev(cols))). Используйте упорядоченный столбец «x» из таблицы data.table как уровни факторов вектора «x» (factor(x, levels = d$x)).

library(data.table)

f <- function(x, l1, l2, prec){
  cols <- c("V1", "V2")
  d <- data.table(x)
  d[ , (cols) := tstrsplit(x, split = "_")]
  d[ , `:=`(
    V1 = factor(V1, levels = l1),
    V2 = factor(V2, levels = l2))]
  setorderv(d, if (prec == 1) cols else rev(cols))
  factor(x, levels = d$x)
}

# First substring has precedence
f(x, l1 = c("PH", "COND", "DBO"), l2 = c("B", "A", "C"), prec = 1)
# [1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C   COND_C
# Levels: PH_B PH_A PH_C COND_B COND_A COND_C DBO_B DBO_A DBO_C

# Second substring has precedence
f(x, l1 = c("PH", "COND", "DBO"), l2 = c("B", "A", "C"), prec = 2)
# [1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C   COND_C
# Levels: PH_B COND_B DBO_B PH_A COND_A DBO_A PH_C COND_C DBO_C

Альтернатива base в том же духе, но вместо этого помещает подстроки в матрицу. Используйте стандартное регулярное выражение (см., Например, здесь) для захвата подстрок. Преобразуйте в коэффициент и установите уровни. Создайте индекс столбца (i <- c(1, 2, 1)[prec:(prec + 1)]). Уровни заказа «x» (as.character(x)[order(m[ , i[1]], m[ , i[2]])])).

f2 <- function(x, l1, l2, prec){
  m <- cbind(factor(sub("_.*", "", x), l1), factor(sub(".*_", "", x), l2))
  i <- c(1, 2, 1)[prec:(prec + 1)]
  factor(x, levels = as.character(x)[order(m[ , i[1]], m[ , i[2]])])}

f2(x, l1, l2, prec = 1)
# [1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C   COND_C
# Levels: PH_B PH_A PH_C COND_B COND_A COND_C DBO_B DBO_A DBO_C

f2(x, l1, l2, prec = 2)
# [1] DBO_A  PH_A   COND_A DBO_B  PH_B   COND_B DBO_C  PH_C   COND_C
# Levels: PH_B COND_B DBO_B PH_A COND_A DBO_A PH_C COND_C DBO_C