使用dplyr和stringr按后缀对DataFrame列排序的实现方案

我有一个列名带数字后缀的DataFrame（示例见ex_df），每次运行代码时，列的数量会根据数据库条目变化（最多到_20）。我需要一种无需每次修改代码的直观列排序方法。

当前列顺序：address、activity_1、activity_2、type_1、type_2
期望列顺序：address、type_1、activity_1、type_2、activity_2

如果列数固定，我会直接用select()或reorder()，但不想用select(order(colnames(ex_df)))，因为这会让activity列排在address前面，不符合需求。

示例代码 #

当前DataFrame #

library(tibble)

ex_df <- tibble("address" = c("123 Str", "456 str"),
                "activity_1" = c("aa","bb"),
                "activity_2" = c("cc","dd"),
                "type_1" = c("11","22"),
                "type_2" = c("33","44")
                )

期望的DataFrame #

new_df <- tibble("address" = c("123 Str", "456 str"),
                "type_1" = c("11","22"),
                "activity_1" = c("aa","bb"),
                "type_2" = c("33","44"),
                "activity_2" = c("cc","dd")
                )

解决方案 #

方法1：tidyverse风格（dplyr + stringr） #

核心思路是拆分列名的前缀和后缀数字，按数字分组后，每组内先排type_*再排activity_*，最后保留address在最前面。

library(dplyr)
library(stringr)

# 解析非address列的前缀和后缀信息
col_metadata <- tibble(col_name = colnames(ex_df)) %>%
  filter(col_name != "address") %>%
  mutate(
    suffix = str_extract(col_name, "\\d+$") %>% as.integer(),
    prefix = str_remove(col_name, "_\\d+$")
  )

# 生成目标列顺序：address + 按后缀升序、前缀指定顺序排列的列
target_columns <- c(
  "address",
  col_metadata %>%
    mutate(prefix = factor(prefix, levels = c("type", "activity"))) %>%
    arrange(suffix, prefix) %>%
    pull(col_name)
)

# 重新排序列
new_df <- ex_df %>% select(all_of(target_columns))

方法2：Base R实现 #

无需额外依赖包，通过字符串处理和自定义排序键实现：

# 分离address列与其他列
non_address_cols <- setdiff(colnames(ex_df), "address")

# 提取后缀数字和前缀
suffixes <- as.integer(sub(".*_", "", non_address_cols))
prefixes <- sub("_\\d+$", "", non_address_cols)

# 生成排序键：先按后缀数字（补零确保多位数排序正确），再按前缀优先级
sort_key <- paste0(
  sprintf("%02d", suffixes),
  ifelse(prefixes == "type", "0", "1")
)

# 排序非address列
sorted_non_address <- non_address_cols[order(sort_key)]

# 合并列顺序并重排
target_columns <- c("address", sorted_non_address)
new_df <- ex_df[, target_columns]

两种方法都能自动适配最多_20的后缀场景，无需手动修改列名列表。运行后得到的new_df会完全符合期望的列顺序。

内容的提问来源于stack exchange，提问作者JasminL0p3z