Summary  
This chapter explains how to sort tabular data by one or more columns in ascending or descending order using base R’s order() function and dplyr’s arrange() (with desc()), including multi-column sorting.

General domain of usage  
Data analysis

**Sortering** är en grundläggande operation inom dataanalys. Det möjliggör organisering av datasetet baserat på en eller flera variabler – såsom pris, körsträcka eller år. Detta underlättar identifiering av trender, avvikare eller att helt enkelt visa data i en meningsfull ordning.

### Base R
Funktionen `order()` kan användas för att sortera ett dataset efter kolumnvärden. Som standard returneras data i stigande ordning.

```
df_sorted_price_base <- df[order(df$selling_price), ]
```

### dplyr
Sortering kan utföras med funktionen `arrange()`, som som standard sorterar i stigande ordning.

```
df_sorted_price_dplyr <- df %>%
  arrange(selling_price)
```

### Base R
För att sortera i fallande ordning, placera ett minustecken (`-`) framför kolumnen i funktionen `order()`.

```
df_sorted_price_desc <- df[order(-df$selling_price), ]
```

### dplyr
Du kan använda funktionen `desc()` inuti `arrange()` för att vända ordningen.

```
sorted_price_desc_dplyr <- df %>%
  arrange(desc(selling_price))
```

## Sortering efter flera kolumner
Det är möjligt att sortera efter mer än en kolumn för att skapa en prioriterad ordning. Till exempel kan du först sortera efter bränsletyp (alfabetiskt) och sedan efter försäljningspris i fallande ordning.

### Base R
```
df_sorted <- df[order(df$fuel, -df$selling_price), ]
```

### dplyr
```
df_sorted_dplyr <- df %>%
  arrange(fuel, desc(selling_price))
```

Få praktisk erfarenhet av dataanalys med R genom att lära dig att rensa, transformera och visualisera dataset. Utforska viktiga arbetsflöden såsom att välja och filtrera data, hantera saknade värden och sammanfatta resultat. Bygg upp förtroende i att förbereda data för insikter, rapportering och djupare statistisk analys.

Utforska grunderna i dataanalys med R. Lär dig att installera verktyg, ladda och inspektera dataset, välja och filtrera information, sortera och transformera data, hantera saknade värden samt sammanfatta resultat för djupare insikter.

Lär dig att skapa övertygande visualiseringar med ggplot2. Skapa stapeldiagram, histogram, täthetsdiagram och spridningsdiagram, och anpassa samt förfina dem med stilinställningar och facettering för att avslöja djupare insikter i dina data.

Förstärk din förståelse för statistik inom dataanalys. Använd beskrivande mått, identifiera och hantera avvikare samt tillämpa korrelationstekniker med visuella verktyg såsom värmekartor och spridningsdiagram för att upptäcka meningsfulla samband.

Sortering av Data

Sortering i stigande ordning

Base R

dplyr

Sortering i fallande ordning

Base R

dplyr

Sortering efter flera kolumner

Base R

dplyr

Awesome!

Sortering av Data

Sortering i stigande ordning

Base R

dplyr

Sortering i fallande ordning

Base R

dplyr

Sortering efter flera kolumner

Base R

dplyr