如何按多列对数据框进行排序
我想按多列对 data.frame 进行排序。例如，对于下面的 data.frame，我想按列z （降序）排序，然后按列b （升序）排序：
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"),
levels = c("Low", "Med", "Hi"), ordered = TRUE),
x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
z = c(1, 1, 1, 2))
dd
b x y z
1 Hi A 8 1
2 Med D 3 1
3 Hi A 9 1
4 Low C 9 2答案
您可以直接使用order()函数而无需使用附加工具 - 请参阅这个更简单的答案，该答案使用example(order)代码顶部的技巧：
R> dd[with(dd, order(-z, b)), ]
b x y z
4 Low C 9 2
2 Med D 3 1
1 Hi A 8 1
3 Hi A 9 1 大约 2 年多后编辑：只是通过列索引询问如何执行此操作。答案是简单地将所需的排序列传递给order()函数：
R> dd[order(-dd[,4], dd[,1]), ]
b x y z
4 Low C 9 2
2 Med D 3 1
1 Hi A 8 1
3 Hi A 9 1
R>而不是使用列的名称（和with()更容易 / 更直接访问）。
你的选择
- 从
baseorder - 从
dplyrarrange -
setorder和setorderv从data.table - 从
plyrarrange - 从
taRifxsort -
orderBy从doBy -
sortData从Deducer
大多数情况下你应该使用dplyr或data.table解决方案，除非重要性没有依赖性，在这种情况下使用base::order 。
我最近将 sort.data.frame 添加到 CRAN 包中，使其类兼容，如下所述： 为 sort.data.frame 创建通用 / 方法一致性的最佳方法？
因此，给定 data.frame dd，您可以按如下方式排序：
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"),
levels = c("Low", "Med", "Hi"), ordered = TRUE),
x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
z = c(1, 1, 1, 2))
library(taRifx)
sort(dd, f= ~ -z + b )如果您是此功能的原作者之一，请与我联系。关于公共领域的讨论在这里： http ： //chat.stackoverflow.com/transcript/message/1094290#1094290
您也可以使用plyr的arrange()函数，正如 Hadley 在上面的主题中指出的那样：
library(plyr)
arrange(dd,desc(z),b)基准：请注意，由于存在大量冲突，因此我将每个包加载到新的 R 会话中。特别是加载 doBy 包会导致sort返回 “以下对象被屏蔽'x（位置 17）'：b，x，y，z”，并且加载 Deducer 包会覆盖 Kevin 的sort.data.frame Wright 或 taRifx 包。
#Load each time
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"),
levels = c("Low", "Med", "Hi"), ordered = TRUE),
x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
z = c(1, 1, 1, 2))
library(microbenchmark)
# Reload R between benchmarks
microbenchmark(dd[with(dd, order(-z, b)), ] ,
dd[order(-dd$z, dd$b),],
times=1000
)中位数时间：
dd[with(dd, order(-z, b)), ] 778
dd[order(-dd$z, dd$b),] 788
library(taRifx)
microbenchmark(sort(dd, f= ~-z+b ),times=1000)中位时间： 1,567
library(plyr)
microbenchmark(arrange(dd,desc(z),b),times=1000)中位时间： 862
library(doBy)
microbenchmark(orderBy(~-z+b, data=dd),times=1000)中位时间： 1,694
请注意，doBy 需要花费大量时间来加载包。
library(Deducer)
microbenchmark(sortData(dd,c("z","b"),increasing= c(FALSE,TRUE)),times=1000)无法使 Deducer 加载。需要 JGR 控制台。
esort <- function(x, sortvar, ...) {
attach(x)
x <- x[with(x,order(sortvar,...)),]
return(x)
detach(x)
}
microbenchmark(esort(dd, -z, b),times=1000)由于连接 / 分离，似乎与微基准不兼容。
m <- microbenchmark(
arrange(dd,desc(z),b),
sort(dd, f= ~-z+b ),
dd[with(dd, order(-z, b)), ] ,
dd[order(-dd$z, dd$b),],
times=1000
)
uq <- function(x) { fivenum(x)[4]}
lq <- function(x) { fivenum(x)[2]}
y_min <- 0 # min(by(m$time,m$expr,lq))
y_max <- max(by(m$time,m$expr,uq)) * 1.05
p <- ggplot(m,aes(x=expr,y=time)) + coord_cartesian(ylim = c( y_min , y_max ))
p + stat_summary(fun.y=median,fun.ymin = lq, fun.ymax = uq, aes(fill=expr))
（线从下四分位数延伸到上四分位数，点是中位数）
鉴于这些结果和称重简单性与速度，我必须点头arrange在plyr包中 。它具有简单的语法，但几乎与基本的 R 命令一样快速，并且具有复杂的阴谋。通常辉煌的哈德利威克姆工作。我唯一的抱怨是它打破了标准的 R 术语，其中排序对象被sort(object)调用，但我理解为什么 Hadley 这样做是由于上面链接的问题中讨论的问题。
德克的答案很棒。它还强调了用于索引data.frame和data.table的语法的主要区别：
## The data.frame way
dd[with(dd, order(-z, b)), ]
## The data.table way: (7 fewer characters, but that's not the important bit)
dd[order(-z, b)]这两个电话之间的差异很小，但它可能会产生重要影响。特别是如果您编写生产代码和 / 或关注研究中的正确性，最好避免不必要的重复变量名称。 data.table可以帮助您实现这一目标。
这是一个如何重复变量名称可能会让您陷入麻烦的示例：
让我们从 Dirk 的答案中改变背景，并说这是一个更大的项目的一部分，其中有很多对象名称，它们很长很有意义; 而不是dd它被称为quarterlyreport 。它成为了 ：
quarterlyreport[with(quarterlyreport,order(-z,b)),]好的。没有错。接下来，您的老板要求您在报告中包含上一季度的报告。你lastquarterlyreport你的代码，在各个地方添加一个对象lastquarterlyreport并以某种方式（地球上怎么样？）你最终得到这个：
quarterlyreport[with(lastquarterlyreport,order(-z,b)),]这不是你的意思，但你没有发现它，因为你做得很快，而且它坐落在一个类似代码的页面上。代码不会失败（没有警告也没有错误），因为 R 认为这就是你的意思。你希望看到你的报告的人发现它，但也许他们没有。如果您经常使用编程语言，那么这种情况可能都是熟悉的。你会说这是一个 “错字”。我会解决你对老板说的 “拼写错误”。
在data.table我们关注像这样的微小细节。所以我们做了一些简单的事情，以避免两次输入变量名。非常简单。 i已经在dd的框架内自动进行了评估。你根本不需要with() 。
代替
dd[with(dd, order(-z, b)), ]只是
dd[order(-z, b)]而不是
quarterlyreport[with(lastquarterlyreport,order(-z,b)),]只是
quarterlyreport[order(-z,b)]这是一个非常小的差异，但它可能只是有一天挽救你的脖子。权衡此问题的不同答案时，请考虑将变量名称的重复计算为您决定的标准之一。有些答案有不少重复，有些则没有。