我唯一见过的效果不错的就是这里。

 shuffle_columns <- function (invec, movecommand) {
      movecommand <- lapply(strsplit(strsplit(movecommand, ";")[[1]],
                                 ",|\\s+"), function(x) x[x != ""])
  movelist <- lapply(movecommand, function(x) {
    Where <- x[which(x %in% c("before", "after", "first",
                              "last")):length(x)]
    ToMove <- setdiff(x, Where)
    list(ToMove, Where)
  })
  myVec <- invec
  for (i in seq_along(movelist)) {
    temp <- setdiff(myVec, movelist[[i]][[1]])
    A <- movelist[[i]][[2]][1]
    if (A %in% c("before", "after")) {
      ba <- movelist[[i]][[2]][2]
      if (A == "before") {
        after <- match(ba, temp) - 1
      }
      else if (A == "after") {
        after <- match(ba, temp)
      }
    }
    else if (A == "first") {
      after <- 0
    }
    else if (A == "last") {
      after <- length(myVec)
    }
    myVec <- append(temp, values = movelist[[i]][[1]], after = after)
  }
  myVec
}

像这样使用:

new_df <- iris[shuffle_columns(names(iris), "Sepal.Width before Sepal.Length")]

效果非常好。

一个dplyr解决方案(tidyverse包集的一部分)是使用select:

select(table, "Time", "Out", "In", "Files") 

# or

select(table, Time, Out, In, Files)

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")

# 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

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

你也可以使用子集函数:

data <- subset(data, select=c(3,2,1))

您最好像在其他答案中那样使用[]操作符，但是知道您可以在单个命令中执行子集和列重新排序操作可能会很有用。

更新:

你也可以使用dplyr包中的select函数:

data = data %>% select(Time, out, In, Files)

我不确定效率如何，但由于dplyr的语法，这个解决方案应该更灵活，特别是如果您有很多列。例如，下面将以相反的顺序重新排列mtcars数据集的列:

mtcars %>% select(carb:mpg)

下面只会对一些列进行重新排序，而丢弃其他列:

mtcars %>% select(mpg:disp, hp, wt, gear:qsec, starts_with('carb'))

阅读更多关于dplyr的选择语法。