# reorder by column name
data <- data[, c("A", "B", "C")] # leave the row index blank to keep all rows

#reorder by column index
data <- data[, c(1,3,2)] # leave the row index blank to keep all rows

Dplyr有一个函数，允许您将特定列移动到其他列的前面或后面。当您使用大数据框架时，这是一个关键的工具(如果是4列，使用前面提到的select更快)。

https://dplyr.tidyverse.org/reference/relocate.html

在你的情况下，它将是:

df <- df %>% relocate(Out, .after = In)

简单而优雅。它还允许你一起移动几列，并将其移动到开始或结束:

df <- df %>% relocate(any_of(c('ColX', 'ColY', 'ColZ')), .after = last_col())

再次强调:当你使用大数据框架时，超级强大:)

你的数据帧有四列，比如df[，c(1,2,3,4)]。 注意，第一个逗号表示保留所有行，1、2、3、4表示列。

要像上面的问题一样改变顺序，请执行df2[，c(1,3,2,4)]

如果你想以csv格式输出这个文件，请执行write.csv(df2, file="somedf.csv")

Dplyr 1.0.0版本包含了relocate()函数来轻松地重新排序列:

dat <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5))

library(dplyr) # from version 1.0.0 only

dat %>%
  relocate(Out, .before = In)

or

dat %>%
  relocate(Out, .after = Time)

正如这篇评论中提到的，在data.frame中重新排序列的标准建议通常很麻烦且容易出错，特别是如果你有很多列的话。

这个函数允许按位置重新排列列:指定一个变量名和期望的位置，而不用担心其他列。

##arrange df vars by position
##'vars' must be a named vector, e.g. c("var.name"=1)
arrange.vars <- function(data, vars){
    ##stop if not a data.frame (but should work for matrices as well)
    stopifnot(is.data.frame(data))

    ##sort out inputs
    data.nms <- names(data)
    var.nr <- length(data.nms)
    var.nms <- names(vars)
    var.pos <- vars
    ##sanity checks
    stopifnot( !any(duplicated(var.nms)), 
               !any(duplicated(var.pos)) )
    stopifnot( is.character(var.nms), 
               is.numeric(var.pos) )
    stopifnot( all(var.nms %in% data.nms) )
    stopifnot( all(var.pos > 0), 
               all(var.pos <= var.nr) )

    ##prepare output
    out.vec <- character(var.nr)
    out.vec[var.pos] <- var.nms
    out.vec[-var.pos] <- data.nms[ !(data.nms %in% var.nms) ]
    stopifnot( length(out.vec)==var.nr )

    ##re-arrange vars by position
    data <- data[ , out.vec]
    return(data)
}

现在OP的请求变得如此简单:

table <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5))
table
##  Time In Out Files
##1    1  2   3     4
##2    2  3   4     5

arrange.vars(table, c("Out"=2))
##  Time Out In Files
##1    1   3  2     4
##2    2   4  3     5

要额外交换时间和文件列，您可以这样做:

arrange.vars(table, c("Out"=2, "Files"=1, "Time"=4))
##  Files Out In Time
##1     4   3  2    1
##2     5   4  3    2

# reorder by column name
data <- data[, c("A", "B", "C")] # leave the row index blank to keep all rows

#reorder by column index
data <- data[, c(1,3,2)] # leave the row index blank to keep all rows