我想按多个列对data.frame进行排序。例如，对于下面的data.frame，我想按列z（降序）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
Answers:
您可以order()直接使用该功能，而无需借助附加工具-请参见以下更简单的答案，该答案在example(order)代码顶部使用了一个技巧：
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
大约2年后进行编辑： 只是按列索引询问了如何执行此操作。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>
而不是使用列名（并且with()可以更轻松/更直接地访问）。
with。尝试M <- matrix(c(1,2,2,2,3,6,4,5), 4, 2, byrow=FALSE, dimnames=list(NULL, c("a","b")))创建矩阵M，然后用于M[order(M[,"a"],-M[,"b"]),]在两列上对其进行排序。
dd[ order(-dd[,4], dd[,1]), ]，但不能with用于基于名称的子设置。
xtfrm例如，将列包装在其中即可解决该问题dd[ order(-xtfrm(dd[,4]), dd[,1]), ]。
order 从 basearrange 从 dplyrsetorder和setorderv从data.tablearrange 从 plyrsort 从 taRifxorderBy 从 doBysortData 从 Deducer在大多数情况下，除非没有依赖性很重要，否则应使用dplyr或data.table解决方案，在这种情况下，请使用base::order。
我最近将sort.data.frame添加到CRAN包中，使其与类兼容，如下所述： 为sort.data.frame创建通用/方法一致性的最佳方法？
因此，给定data.frame dd，您可以进行如下排序：
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))
library(taRifx)
sort(dd, f= ~ -z + b )
如果您是此功能的原始作者之一，请与我联系。有关公共领域的讨论在这里：http : //chat.stackoverflow.com/transcript/message/1094290#1094290
您还可以使用Hadley在上述线程中指出的arrange()功能plyr：
library(plyr)
arrange(dd,desc(z),b)
基准测试：请注意，由于存在很多冲突，因此我在新的R会话中加载了每个软件包。特别是，加载doBy包会导致sort返回“以下对象已从'x（位置17）'屏蔽：b，x，y，z”，并且加载了sort.data.frame由Kevin Wright或taRifx包覆盖的Deducer包。
#Load each time
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))
library(microbenchmark)
# Reload R between benchmarks
microbenchmark(dd[with(dd, order(-z, b)), ] ,
dd[order(-dd$z, dd$b),],
times=1000
)
中位数：
dd[with(dd, order(-z, b)), ] 778
dd[order(-dd$z, dd$b),] 788
library(taRifx)
microbenchmark(sort(dd, f= ~-z+b ),times=1000)
中位时间：1,567
library(plyr)
microbenchmark(arrange(dd,desc(z),b),times=1000)
中位时间：862
library(doBy)
microbenchmark(orderBy(~-z+b, data=dd),times=1000)
中位时间：1,694
请注意，doBy需要花费大量时间来加载程序包。
library(Deducer)
microbenchmark(sortData(dd,c("z","b"),increasing= c(FALSE,TRUE)),times=1000)
无法进行演绎器加载。需要JGR控制台。
esort <- function(x, sortvar, ...) {
attach(x)
x <- x[with(x,order(sortvar,...)),]
return(x)
detach(x)
}
microbenchmark(esort(dd, -z, b),times=1000)
由于进行了附加/分离，因此似乎与微基准测试不兼容。
m <- microbenchmark(
arrange(dd,desc(z),b),
sort(dd, f= ~-z+b ),
dd[with(dd, order(-z, b)), ] ,
dd[order(-dd$z, dd$b),],
times=1000
)
uq <- function(x) { fivenum(x)[4]}
lq <- function(x) { fivenum(x)[2]}
y_min <- 0 # min(by(m$time,m$expr,lq))
y_max <- max(by(m$time,m$expr,uq)) * 1.05
p <- ggplot(m,aes(x=expr,y=time)) + coord_cartesian(ylim = c( y_min , y_max ))
p + stat_summary(fun.y=median,fun.ymin = lq, fun.ymax = uq, aes(fill=expr))
（线从下四分位数延伸到上四分位数，点是中位数）
考虑到这些结果并权衡简单性与速度，我必须arrange在plyr包装中表示赞同。它具有简单的语法，但几乎与基本R命令一样复杂，具有复杂的机加工。通常是出色的哈德利·威克姆（Hadley Wickham）的作品。我唯一的困扰是它打破了标准的R命名法，即通过调用排序对象sort(object)，但是我理解为什么Hadley会因为上述问题中讨论的问题而采用这种方式。
taRifx::autoplot.microbenchmark。
b示例中的排序方式。默认值是按升序排序，因此您不必将其包装在中desc。两者都升序：arrange(dd,z,b)。两者同时下降：arrange(dd,desc(z),desc(b))。
?arrange：“＃注意：plyr函数不保留row.names”。arrange()如果要保留，则使出色的功能不理想row.names。
德克的答案很好。它还强调了索引data.frames和data.tables 所用语法的主要区别：
## 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)]两次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/或关注研究的正确性，则最好避免不必要的变量名重复。data.table
帮助您做到这一点。
这是一个例子，说明变量名的重复可能会给您带来麻烦：
让我们从Dirk的答案中更改上下文，并说这是一个更大的项目的一部分，该项目中有很多对象名称，它们又长又有意义。而不是dd称为quarterlyreport。它成为了 ：
quarterlyreport[with(quarterlyreport,order(-z,b)),]好的。没有错。接下来，老板要求您将上一季度的报告包括在报告中。您遍历代码，lastquarterlyreport在各个地方添加一个对象，然后以某种方式（到底是怎么回事？）结束了：
quarterlyreport[with(lastquarterlyreport,order(-z,b)),]那不是您的意思，但是您没有发现它，因为您快速完成了它，并且它位于类似代码的页面上。该代码不会失败（没有警告，也没有错误），因为R认为这就是您的意思。您希望任何阅读您的报告的人都能发现它，但也许他们不会。如果您经常使用编程语言，那么这种情况可能很熟悉。你会说这是“错别字”。我会解决您对老板说的“错别字”。
在data.table我们关注这样微小的细节。因此，我们做了一些简单的事情来避免两次键入变量名。很简单的事情。i已在dd已自动进行评估的范围内。您根本不需要with()。
代替
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)]这是一个很小的差异，但是有一天可能会节省您的脖子。在权衡此问题的不同答案时，请考虑将变量名的重复数作为决定的标准之一。有些答案有很多重复，有些则没有。
subset()只是为了避免必须在单个调用中重复引用同一对象。
setorder此处添加新功能，因为此线程是我们发送所有order类型重复项的地方。
这里有很多很好的答案，但是dplyr提供了我可以快速轻松记住的唯一语法（因此现在经常使用）：
library(dplyr)
# sort mtcars by mpg, ascending... use desc(mpg) for descending
arrange(mtcars, mpg)
# sort mtcars first by mpg, then by cyl, then by wt)
arrange(mtcars , mpg, cyl, wt)对于OP的问题：
arrange(dd, desc(z), b)
b x y z
1 Low C 9 2
2 Med D 3 1
3 Hi A 8 1
4 Hi A 9 1dd[order(-z, b)]非常易于使用和记住。
data.table做出了巨大贡献R。我想对我来说，可能是在这种情况下减少了一组括号（或一种类型的括号）将认知负荷降低了几乎无法感知的程度。
arrange()为完全声明性的事实，dd[order(-z, b)]而不是声明性事实。
R包data.table通过简单的语法提供data.tables的快速和内存有效排序（Matt 在回答中很好地强调了其中的一部分）。从那时起，已经进行了很多改进，并增加了新功能。从，还可以与data.frames一起使用。setorder()v1.9.5+setorder()
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的功能。
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)报告的计时来自system.time(...)下面显示的这些功能上的运行。时间列表如下（从最慢到最快的顺序）。
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(...)]语法比其他方法中最快的（）快约10倍dplyr，同时消耗的内存量与相同dplyr。
data.table的setorder()是〜14倍，比最快的其他方法（快dplyr），同时服用刚刚0.4GB额外的内存。dat现在是我们要求的顺序（因为它通过引用进行了更新）。
速度：
data.table的排序非常快，因为它实现了基数排序。
该语法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base R语法，但是可以加快处理速度（并使用更少的内存）。
记忆：
在大多数情况下，重新排序后不需要原始的data.frame或data.table。也就是说，我们通常将结果分配回同一对象，例如：
DF <- DF[order(...)]问题是这至少需要原始对象的两倍（2倍）的内存。为了提高内存效率，data.table因此也提供了一个功能setorder()。
setorder()对data.tables 重新排序by reference（就地），而无需进行任何其他复制。它仅使用等于一列大小的额外内存。
其它功能：
它支持integer，logical，numeric，character甚至bit64::integer64类型。
需要注意的是
factor，Date，POSIXct等各类都是integer/numeric类型与下面的附加属性，因此也被支持。
在基数R中，我们不能使用-字符向量对该列进行降序排序。相反，我们必须使用-xtfrm(.)。
但是，在data.table中，我们可以执行例如dat[order(-x)]或setorder(dat, -x)。
使用R wiki的提示部分中的Kevin Wright的（非常有用的）功能，可以轻松实现这一点。
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针对OP中添加的有关如何以编程方式进行排序的评论：
使用dplyr和data.table
library(dplyr)
library(data.table)只需使用arrange_，这是的标准评估版arrange。
df1 <- tbl_df(iris)
#using strings or formula
arrange_(df1, c('Petal.Length', 'Petal.Width'))
arrange_(df1, ~Petal.Length, ~Petal.Width)
Source: local data frame [150 x 5]
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
(dbl) (dbl) (dbl) (dbl) (fctr)
1 4.6 3.6 1.0 0.2 setosa
2 4.3 3.0 1.1 0.1 setosa
3 5.8 4.0 1.2 0.2 setosa
4 5.0 3.2 1.2 0.2 setosa
5 4.7 3.2 1.3 0.2 setosa
6 5.4 3.9 1.3 0.4 setosa
7 5.5 3.5 1.3 0.2 setosa
8 4.4 3.0 1.3 0.2 setosa
9 5.0 3.5 1.3 0.3 setosa
10 4.5 2.3 1.3 0.3 setosa
.. ... ... ... ... ...
#Or using a variable
sortBy <- c('Petal.Length', 'Petal.Width')
arrange_(df1, .dots = sortBy)
Source: local data frame [150 x 5]
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
(dbl) (dbl) (dbl) (dbl) (fctr)
1 4.6 3.6 1.0 0.2 setosa
2 4.3 3.0 1.1 0.1 setosa
3 5.8 4.0 1.2 0.2 setosa
4 5.0 3.2 1.2 0.2 setosa
5 4.7 3.2 1.3 0.2 setosa
6 5.5 3.5 1.3 0.2 setosa
7 4.4 3.0 1.3 0.2 setosa
8 4.4 3.2 1.3 0.2 setosa
9 5.0 3.5 1.3 0.3 setosa
10 4.5 2.3 1.3 0.3 setosa
.. ... ... ... ... ...
#Doing the same operation except sorting Petal.Length in descending order
sortByDesc <- c('desc(Petal.Length)', 'Petal.Width')
arrange_(df1, .dots = sortByDesc)此处提供更多信息：https : //cran.r-project.org/web/packages/dplyr/vignettes/nse.html
最好使用公式，因为它还可以捕获环境以评估表达式
dt1 <- data.table(iris) #not really required, as you can work directly on your data.frame
sortBy <- c('Petal.Length', 'Petal.Width')
sortType <- c(-1, 1)
setorderv(dt1, sortBy, sortType)
dt1
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1: 7.7 2.6 6.9 2.3 virginica
2: 7.7 2.8 6.7 2.0 virginica
3: 7.7 3.8 6.7 2.2 virginica
4: 7.6 3.0 6.6 2.1 virginica
5: 7.9 3.8 6.4 2.0 virginica
---
146: 5.4 3.9 1.3 0.4 setosa
147: 5.8 4.0 1.2 0.2 setosa
148: 5.0 3.2 1.2 0.2 setosa
149: 4.3 3.0 1.1 0.1 setosa
150: 4.6 3.6 1.0 0.2 setosa我order通过以下示例了解了一下，然后使我很困惑：
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这个例子的工作的唯一原因是因为order被排序vector Age，而不是由一个名为列Age中data frame data。
若要查看此结果，请使用read.table稍有不同的列名并且不使用上述任何向量来创建相同的数据框：
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)上面的线结构order不再起作用，因为没有名为的向量age：
databyage = my.data[order(age),]以下行之所以有效，是因为order对的列age进行了排序my.data。
databyage = my.data[order(my.data$age),]考虑到我这么长时间以来一直对这个例子感到困惑，所以我认为这值得一提。如果该帖子不适合该主题，我可以将其删除。
编辑：2014年5月13日
下面是不指定列名就按每一列对数据帧进行排序的通用方法。下面的代码显示了如何从左到右或从右到左排序。如果每一列都是数字，则此方法有效。我没有尝试添加字符列。
do.call一两个月前，我在另一个网站上的旧帖子中找到了代码，但经过大量且困难的搜索之后才找到。我不确定现在是否可以重新安置该职位。当前线程是订购data.framein 的第一个匹配项R。因此，我认为该原始do.call代码的扩展版本可能会有用。
set.seed(1234)
v1 <- c(0,0,0,0, 0,0,0,0, 1,1,1,1, 1,1,1,1)
v2 <- c(0,0,0,0, 1,1,1,1, 0,0,0,0, 1,1,1,1)
v3 <- c(0,0,1,1, 0,0,1,1, 0,0,1,1, 0,0,1,1)
v4 <- c(0,1,0,1, 0,1,0,1, 0,1,0,1, 0,1,0,1)
df.1 <- data.frame(v1, v2, v3, v4)
df.1
rdf.1 <- df.1[sample(nrow(df.1), nrow(df.1), replace = FALSE),]
rdf.1
order.rdf.1 <- rdf.1[do.call(order, as.list(rdf.1)),]
order.rdf.1
order.rdf.2 <- rdf.1[do.call(order, rev(as.list(rdf.1))),]
order.rdf.2
rdf.3 <- data.frame(rdf.1$v2, rdf.1$v4, rdf.1$v3, rdf.1$v1)
rdf.3
order.rdf.3 <- rdf.1[do.call(order, as.list(rdf.3)),]
order.rdf.3require(data.table); my.dt <- data.table(my.data); my.dt[order(age)]之所以有效，是因为在[]括号内提供了列名。
data.frame使用with或使用捕获了需求$。
do.call这使得排序多列的数据帧的短的工作。简单do.call(sort, mydf.obj)而美丽的级联排序将是有的。
dplyer中的ranging（）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))仅出于完整性考虑，由于关于列号排序的讨论很少，因此可以肯定地说，这样做通常是不理想的（因为列的顺序可能会改变，从而为错误铺平了道路），但是在某些特定情况下（例如，当您需要快速完成工作并且没有这样的更改列的风险）时，这可能是最明智的选择，尤其是在处理大量列时。
在这种情况下，请do.call()采取以下措施：
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
## (...)为了完整起见：您还可以使用包中的sortByCol()函数BBmisc：
library(BBmisc)
sortByCol(dd, c("z", "b"), asc = c(FALSE, TRUE))
b x y z
4 Low C 9 2
2 Med D 3 1
1 Hi A 8 1
3 Hi A 9 1性能比较：
library(microbenchmark)
microbenchmark(sortByCol(dd, c("z", "b"), asc = c(FALSE, TRUE)), times = 100000)
median 202.878
library(plyr)
microbenchmark(arrange(dd,desc(z),b),times=100000)
median 148.758
microbenchmark(dd[with(dd, order(-z, b)), ], times = 100000)
median 115.872data.frame
使用该rgr软件包的另一种选择：
> library(rgr)
> gx.sort.df(dd, ~ -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当我想自动执行n列的排序过程时，我在上述解决方案上苦苦挣扎，因为n列的列名每次都可能不同。我从psych包中发现了一个超级有用的功能，可以通过简单的方式执行此操作：
dfOrder(myDf, columnIndices)columnIndices一列或多列的索引在哪里，按您要对其排序的顺序。此处的更多信息：