merge函数为何重排行数据？其重排机制是怎样的？

为什么merge()会改变行顺序？ #

merge()默认会对连接键（即用于匹配行的列，未指定by时自动取两个数据框的共同列）做排序，这是为了优化连接效率——基于有序键的匹配算法能大幅提升大数据框的处理速度，是底层实现时的性能优先选择。

具体的重排规则 #

• 优先按照连接键的升序对结果行进行整体排序
• 对于连接键值相同的行组，会保留它们在第一个输入数据框（x）中的相对出现顺序
• 如果使用全连接（all=TRUE），第二个数据框（y）中独有的键值组，会被放在对应排序位置，组内保留y中的原有顺序

举个直观的例子：
假设数据框x：

id val_x
2  a
1  b
3  c

数据框y：

id val_y
3  x
1  y

执行默认的merge(x, y)后，结果会按id升序排列：

id val_x val_y
1  b     y
2  a     <NA>
3  c     x

如果想跳过排序保留原顺序，其实可以给merge()加sort=FALSE参数，结果会按x中id的原有顺序输出。

内容的提问来源于stack exchange，提问作者Vincent