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
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))
其他回答
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。
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))
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）。
有了凯文·赖特（Kevin Wright）在R维基的提示部分发布的这个（非常有用的）功能，这很容易实现。
sort(dd,by = ~ -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
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。
