如何在dplyr中按动态数量的列对数据框排序？

问题背景 #

现有如下数据框：

data = data.frame(A = c(3,2,1), B = c(2,1,1), C = c(1,2,1))

需要根据数量可变的列对数据框排序：排序列可能是单列（如c('B')），也可能是多列（如c('C', 'A')，即先按C列排序，再按A列排序）。直接传递字符向量到dplyr::arrange()会报错，比如：

arranging_columns <- c('C', 'B')
arranged <- dplyr::arrange(data, {arranging_columns})

报错信息：

Error in `dplyr::arrange()`:
ℹ In argument: `..1 = arranging_columns`.
Caused by error:
! `..1` must be size 3 or 1, not 2.

期望输出：

A  B  C
1  1  1
3  2  1
2  1  2

解决方法 #

方法1：用rlang::syms()转换并展开参数 #

将字符向量转换为符号列表，再通过!!!运算符将其展开为arrange()的多个列参数：

library(dplyr)
library(rlang)

data = data.frame(A = c(3,2,1), B = c(2,1,1), C = c(1,2,1))
arranging_columns <- c('C', 'B')

arranged <- arrange(data, !!!syms(arranging_columns))
print(arranged)

运行结果：

A B C
1 1 1 1
2 3 2 1
3 2 1 2

方法2：用dplyr::across()（dplyr 1.0.0+适用） #

使用across()结合all_of()来指定排序列，写法更简洁：

arranged <- arrange(data, across(all_of(arranging_columns)))
print(arranged)

all_of()用于精准匹配字符向量中的列名，确保across()正确识别目标列。

两种方法都支持1列或多列的排序场景，比如当排序列为单列c('B')时，执行以下代码即可得到按B列排序的结果：

arranging_columns <- c('B')
arrange(data, !!!syms(arranging_columns))
# 或
arrange(data, across(all_of(arranging_columns)))

输出：

A B C
1 2 1 2
2 1 1 1
3 3 2 1

内容的提问来源于stack exchange，提问作者Isaac Feldman