我想按多列对数据帧进行排序。例如，对于下面的数据帧，我希望按列“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
当前回答
德克的回答很好。它还强调了用于索引data.frames和data.tables的语法的一个关键区别：
## 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)]
这两个调用之间的差异很小，但可能会产生重要的后果。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。数据表帮助您做到这一点。
下面是一个重复变量名称可能会给您带来麻烦的示例：
让我们从Dirk的答案中改变上下文，并说这是一个更大项目的一部分，其中有很多对象名称，它们很长，很有意义；而不是dd，它被称为季度报告。它变成：
quarterlyreport[with(quarterlyreport,order(-z,b)),]
好的，好的。这没什么错。接下来，你的老板要求你在报告中包括上一季度的报告。你通过代码，在不同的地方添加一个对象最后一个季度报告，不知怎么的（到底是怎么回事？）你最终得到了这样的结果：
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，而且它位于一个类似代码的页面上。代码不会出错（没有警告和错误），因为R认为这就是你的意思。你希望无论谁读你的报告都能发现，但也许他们没有。如果您经常使用编程语言，那么这种情况可能非常熟悉。你会说这是个“错别字”。我会纠正你对老板说的“错别字”。
在data.table中，我们关注像这样的微小细节。因此，我们做了一些简单的操作，以避免两次键入变量名。非常简单的事情。我已经在dd的框架内自动评估了。你根本不需要with（）。
而不是
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)]
这是一个很小的区别，但也许有一天它会拯救你的脖子。在权衡这个问题的不同答案时，考虑将变量名称的重复次数作为决定的标准之一。有些答案有相当多的重复，其他答案没有。
其他回答
Dirk的回答很好，但如果您需要排序来持久化，您需要将排序应用回数据帧的名称。使用示例代码：
dd <- dd[with(dd, order(-z, b)), ]
假设您有一个data.frame a，并且希望使用名为x降序的列对其进行排序。调用排序后的数据。frame newdata
newdata <- A[order(-A$x),]
如果需要升序，请将“-”替换为空。你可以吃类似的东西
newdata <- A[order(-A$x, A$y, -A$z),]
其中x和z是data.frame A中的一些列。这意味着按照x降序、y升序和z降序对data.frameA进行排序。
您的选择
从基础订购从dplyr安排data.table中的setorder和setorderv从plyer安排从taRifx排序orderBy来自doBy从推断器中排序数据
大多数时候，您应该使用dplyr或data.table解决方案，除非没有依赖关系很重要，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，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 )
如果您是该函数的原始作者之一，请与我联系。关于公共域的讨论如下：https://chat.stackoverflow.com/transcript/message/1094290#1094290
您还可以使用plyr中的arrange（）函数，正如Hadley在上面的线程中指出的那样：
library(plyr)
arrange(dd,desc(z),b)
基准测试：注意，我在一个新的R会话中加载了每个包，因为有很多冲突。特别是，加载doBy包会导致排序返回“以下对象从‘x（位置17）’屏蔽：b，x，y，z”，并且加载演绎器包会覆盖Kevin Wright或taRifx包的sort.data.frame。
#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
)
中值时间：
dd[带（dd，顺序（-z，b）），]778
dd[订单（-dd$z，dd$b），]788
library(taRifx)
microbenchmark(sort(dd, f= ~-z+b ),times=1000)
中位时间：1567
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：1694
注意，doBy需要很长时间来加载包。
library(Deducer)
microbenchmark(sortData(dd,c("z","b"),increasing= c(FALSE,TRUE)),times=1000)
无法使扣减器加载。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，似乎与微基准测试不兼容。
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))
（线从下四分位延伸到上四分位，点是中间值）
考虑到这些结果，并权衡了简单性与速度，我不得不同意在plyer包中进行安排。它有一个简单的语法，但它的速度几乎和基本的R命令一样快，而且具有复杂的机制。典型的杰出哈德利·威克姆作品。我唯一的不满是它打破了按排序（对象）调用排序对象的标准R命名法，但我理解哈德利之所以这样做，是因为上面所讨论的问题。
dplyr中的arrange（）是我最喜欢的选项。使用管道操作员，从最不重要的方面转到最重要的方面
dd1 <- dd %>%
arrange(z) %>%
arrange(desc(x))
针对OP中添加的关于如何以编程方式排序的注释：
使用dplyr和data.table
library(dplyr)
library(data.table)
dplyr公司
只需使用arrange_，这是arrange的标准评估版本。
df1 <- tbl_df(iris)
#using strings or formula
arrange_(df1, c('Petal.Length', 'Petal.Width'))
arrange_(df1, ~Petal.Length, ~Petal.Width)
Source: local data frame [150 x 5]
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
(dbl) (dbl) (dbl) (dbl) (fctr)
1 4.6 3.6 1.0 0.2 setosa
2 4.3 3.0 1.1 0.1 setosa
3 5.8 4.0 1.2 0.2 setosa
4 5.0 3.2 1.2 0.2 setosa
5 4.7 3.2 1.3 0.2 setosa
6 5.4 3.9 1.3 0.4 setosa
7 5.5 3.5 1.3 0.2 setosa
8 4.4 3.0 1.3 0.2 setosa
9 5.0 3.5 1.3 0.3 setosa
10 4.5 2.3 1.3 0.3 setosa
.. ... ... ... ... ...
#Or using a variable
sortBy <- c('Petal.Length', 'Petal.Width')
arrange_(df1, .dots = sortBy)
Source: local data frame [150 x 5]
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
(dbl) (dbl) (dbl) (dbl) (fctr)
1 4.6 3.6 1.0 0.2 setosa
2 4.3 3.0 1.1 0.1 setosa
3 5.8 4.0 1.2 0.2 setosa
4 5.0 3.2 1.2 0.2 setosa
5 4.7 3.2 1.3 0.2 setosa
6 5.5 3.5 1.3 0.2 setosa
7 4.4 3.0 1.3 0.2 setosa
8 4.4 3.2 1.3 0.2 setosa
9 5.0 3.5 1.3 0.3 setosa
10 4.5 2.3 1.3 0.3 setosa
.. ... ... ... ... ...
#Doing the same operation except sorting Petal.Length in descending order
sortByDesc <- c('desc(Petal.Length)', 'Petal.Width')
arrange_(df1, .dots = sortByDesc)
更多信息请点击此处：https://cran.r-project.org/web/packages/dplyr/vignettes/nse.html
最好使用公式，因为它还可以捕获环境来计算表达式
数据表
dt1 <- data.table(iris) #not really required, as you can work directly on your data.frame
sortBy <- c('Petal.Length', 'Petal.Width')
sortType <- c(-1, 1)
setorderv(dt1, sortBy, sortType)
dt1
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1: 7.7 2.6 6.9 2.3 virginica
2: 7.7 2.8 6.7 2.0 virginica
3: 7.7 3.8 6.7 2.2 virginica
4: 7.6 3.0 6.6 2.1 virginica
5: 7.9 3.8 6.4 2.0 virginica
---
146: 5.4 3.9 1.3 0.4 setosa
147: 5.8 4.0 1.2 0.2 setosa
148: 5.0 3.2 1.2 0.2 setosa
149: 4.3 3.0 1.1 0.1 setosa
150: 4.6 3.6 1.0 0.2 setosa
