如何对数据框中的列重新排序？

您的 DataFrame 有四列，如下所示。 请注意，第一个逗号表示保留所有行，而 1、2、3、4 表示列。df[,c(1,2,3,4)]

要像上面问题一样更改顺序，请执行df2[,c(1,3,2,4)]

如果要将此文件输出为 csv，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

您还可以使用子集函数：

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

与其他答案一样，最好使用 [] 运算符，但知道可以在单个命令中执行子集和列重新排序操作可能很有用。

更新：

您还可以使用 dplyr 软件包中的 select 函数：

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

我不确定效率，但由于 dplyr 的语法，这个解决方案应该更灵活，特别是如果你有很多列。例如，以下命令将以相反的顺序对 mtcars 数据集的列进行重新排序：

mtcars %>% select(carb:mpg)

下面将仅对某些列重新排序，并丢弃其他列：

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

阅读有关 dplyr 的 select 语法的更多信息。

也许您想要的列顺序恰好有按字母降序排列的列名，这也许是巧合。既然是这种情况，你可以做：

df<-df[,order(colnames(df),decreasing=TRUE)]

当我拥有包含许多列的大文件时，这就是我使用的。

您可以使用 data.table 包：

如何对 data.table 列重新排序（不复制）

require(data.table)
setcolorder(DT,myOrder)

如本评论中所述，在 a 中对列重新排序的标准建议通常很麻烦且容易出错，尤其是在您有很多列的情况下。data.frame

此功能允许按位置重新排列列：指定变量名称和所需位置，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

---

要另外交换和列，您可以这样做：TimeFiles

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

我唯一见过的效果很好的就是从这里开始的。

 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")]

像魅力一样工作。

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

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

# or

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

三个评分最高的答案有一个弱点。

如果数据帧如下所示

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

> df
  Time In Out Files
1    1  2   3     4
2    2  3   4     5

那么这是一个糟糕的解决方案。

> df2[,c(1,3,2,4)]

它可以完成这项工作，但您刚刚引入了对输入中列顺序的依赖性。

这种脆弱的编程风格是要避免的。

列的显式命名是更好的解决方案

data[,c("Time", "Out", "In", "Files")]

另外，如果你打算在更一般的设置中重用你的代码，你可以简单地

out.column.name <- "Out"
in.column.name <- "In"
data[,c("Time", out.column.name, in.column.name, "Files")]

这也很好，因为它完全隔离了文字。相比之下，如果您使用 dplyr 的select

data <- data %>% select(Time, out, In, Files)

然后，您将设置那些稍后会阅读您的代码的人，包括您自己，以进行一些欺骗。列名被用作文本，而不出现在代码中。

data.table::setcolorder(table, c("Out", "in", "files"))

dplyrversion 包含轻松对列重新排序的功能：1.0.0relocate()

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)

或

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

Dplyr 有一个功能，允许您将特定列移动到其他列之前或之后。当您使用大数据框架时，这是一个关键工具（如果是 4 列，则如前所述使用 select 会更快）。

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

就您而言，它将是：

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

简单而优雅。它还允许您将几列一起移动，并将其移动到开头或结尾：

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

再说一遍：当您使用大数据帧时，超级强大 :)