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
为了完整起见，由于没有太多关于按列编号排序的内容。。。可以肯定的是，这通常是不可取的（因为列的顺序可能会改变，为错误铺平道路），但在某些特定情况下（例如，当您需要快速完成工作，并且没有列改变顺序的风险），这可能是最明智的做法，尤其是在处理大量列时。
在这种情况下，do.call（）来拯救：
ind <- do.call(what = "order", args = iris[,c(5,1,2,3)])
iris[ind, ]
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 14 4.3 3.0 1.1 0.1 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 39 4.4 3.0 1.3 0.2 setosa
## 43 4.4 3.2 1.3 0.2 setosa
## 42 4.5 2.3 1.3 0.3 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 48 4.6 3.2 1.4 0.2 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## (...)
其他回答
为了完整起见，由于没有太多关于按列编号排序的内容。。。可以肯定的是，这通常是不可取的（因为列的顺序可能会改变，为错误铺平道路），但在某些特定情况下（例如，当您需要快速完成工作，并且没有列改变顺序的风险），这可能是最明智的做法，尤其是在处理大量列时。
在这种情况下，do.call（）来拯救：
ind <- do.call(what = "order", args = iris[,c(5,1,2,3)])
iris[ind, ]
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 14 4.3 3.0 1.1 0.1 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 39 4.4 3.0 1.3 0.2 setosa
## 43 4.4 3.2 1.3 0.2 setosa
## 42 4.5 2.3 1.3 0.3 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 48 4.6 3.2 1.4 0.2 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## (...)
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，它使用了示例（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
两年多后编辑：只是被问到如何按列索引进行编辑。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（使用with（）可以更方便/更直接地访问）。
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。
R包data.table使用简单的语法（Matt在回答中很好地强调了这一点）提供了data.table的快速排序和内存高效排序。从那时起，已经有了很多改进，并且有了一个新的函数setorder（）。从v1.9.5+开始，setorder（）也适用于data.frames。
首先，我们将创建一个足够大的数据集，并对其他答案中提到的不同方法进行基准测试，然后列出data.table的特性。
数据：
require(plyr)
require(doBy)
require(data.table)
require(dplyr)
require(taRifx)
set.seed(45L)
dat = data.frame(b = as.factor(sample(c("Hi", "Med", "Low"), 1e8, TRUE)),
x = sample(c("A", "D", "C"), 1e8, TRUE),
y = sample(100, 1e8, TRUE),
z = sample(5, 1e8, TRUE),
stringsAsFactors = FALSE)
基准：
报告的计时来自运行system.time（…）的这些函数，如下所示。时间列表如下（按最慢到最快的顺序）。
orderBy( ~ -z + b, data = dat) ## doBy
plyr::arrange(dat, desc(z), b) ## plyr
arrange(dat, desc(z), b) ## dplyr
sort(dat, f = ~ -z + b) ## taRifx
dat[with(dat, order(-z, b)), ] ## base R
# convert to data.table, by reference
setDT(dat)
dat[order(-z, b)] ## data.table, base R like syntax
setorder(dat, -z, b) ## data.table, using setorder()
## setorder() now also works with data.frames
# R-session memory usage (BEFORE) = ~2GB (size of 'dat')
# ------------------------------------------------------------
# Package function Time (s) Peak memory Memory used
# ------------------------------------------------------------
# doBy orderBy 409.7 6.7 GB 4.7 GB
# taRifx sort 400.8 6.7 GB 4.7 GB
# plyr arrange 318.8 5.6 GB 3.6 GB
# base R order 299.0 5.6 GB 3.6 GB
# dplyr arrange 62.7 4.2 GB 2.2 GB
# ------------------------------------------------------------
# data.table order 6.2 4.2 GB 2.2 GB
# data.table setorder 4.5 2.4 GB 0.4 GB
# ------------------------------------------------------------
data.table的DT[order（…）]语法比其他最快的方法（dplyr）快约10倍，同时消耗与dplyr相同的内存量。data.table的setorder（）比其他最快的方法（dplyr）快了约14倍，只需要0.4GB的额外内存。dat现在按照我们要求的顺序（通过引用更新）。
数据表功能：
速度：
表的排序非常快，因为它实现了基数排序。语法DT[order（…）]在内部进行了优化，以使用data.table的快速排序。您可以继续使用熟悉的基本R语法，但可以加快处理速度（并且使用更少的内存）。
内存：
大多数时候，我们不需要重新排序后的原始data.frame或data.table。也就是说，我们通常将结果分配回同一个对象，例如：DF<-DF[订单（…）]问题是，这至少需要原始对象的两倍（2倍）内存。为了提高内存效率，data.table还提供了一个函数setorder（）。setorder（）通过引用（就地）重新排序data.tables，而无需创建任何其他副本。它只使用相当于一列大小的额外内存。
其他功能：
它支持整数、逻辑、数字、字符和偶数位64:：integer64类型。请注意，factor、Date、POSIXct等.类下面都是带有附加属性的整数/数字类型，因此也受支持。在基R中，我们不能使用字符向量上的-按该列降序排序。相反，我们必须使用-xtfrm（.）。然而，在data.table中，我们可以只做dat[order（-x）]或setorder（dat，-x）。
我通过下面的例子了解了秩序，这让我困惑了很长一段时间：
set.seed(1234)
ID = 1:10
Age = round(rnorm(10, 50, 1))
diag = c("Depression", "Bipolar")
Diagnosis = sample(diag, 10, replace=TRUE)
data = data.frame(ID, Age, Diagnosis)
databyAge = data[order(Age),]
databyAge
此示例之所以有效，唯一的原因是顺序是按向量Age排序，而不是按数据帧数据中名为Age的列排序。
要看到这一点，请使用read.table创建一个完全相同的数据帧，列名称略有不同，并且不使用任何上述向量：
my.data <- read.table(text = '
id age diagnosis
1 49 Depression
2 50 Depression
3 51 Depression
4 48 Depression
5 50 Depression
6 51 Bipolar
7 49 Bipolar
8 49 Bipolar
9 49 Bipolar
10 49 Depression
', header = TRUE)
由于没有名为age的向量，上述order的行结构不再有效：
databyage = my.data[order(age),]
以下行之所以有效，是因为顺序根据my.data中的列年龄排序。
databyage = my.data[order(my.data$age),]
我认为这是值得张贴的，因为我被这个例子迷惑了这么久。如果这个帖子不适合这个线程，我可以删除它。
编辑：2014年5月13日
下面是按每列对数据帧进行排序而不指定列名的通用方法。下面的代码显示了如何从左到右或从右到左排序。如果每一列都是数字，这将起作用。我没有尝试添加字符列。
一两个月前，我在另一个网站的一篇旧帖子中找到了do.call代码，但这是经过广泛而艰难的搜索之后才发现的。我不确定我现在能不能重新安置那个职位。目前的线程是在R中订购data.frame的第一个热门线程。因此，我认为我的原始do.call代码的扩展版本可能有用。
set.seed(1234)
v1 <- c(0,0,0,0, 0,0,0,0, 1,1,1,1, 1,1,1,1)
v2 <- c(0,0,0,0, 1,1,1,1, 0,0,0,0, 1,1,1,1)
v3 <- c(0,0,1,1, 0,0,1,1, 0,0,1,1, 0,0,1,1)
v4 <- c(0,1,0,1, 0,1,0,1, 0,1,0,1, 0,1,0,1)
df.1 <- data.frame(v1, v2, v3, v4)
df.1
rdf.1 <- df.1[sample(nrow(df.1), nrow(df.1), replace = FALSE),]
rdf.1
order.rdf.1 <- rdf.1[do.call(order, as.list(rdf.1)),]
order.rdf.1
order.rdf.2 <- rdf.1[do.call(order, rev(as.list(rdf.1))),]
order.rdf.2
rdf.3 <- data.frame(rdf.1$v2, rdf.1$v4, rdf.1$v3, rdf.1$v1)
rdf.3
order.rdf.3 <- rdf.1[do.call(order, as.list(rdf.3)),]
order.rdf.3
