在R中依据另一数据集列顺序重排数据框（支持dplyr）

问题描述 #

在R中有两个数据框df1和df2：

• df1的var1列顺序为A、B、C、D
• df2的var1列顺序为D、C、B、A

需要完成两项操作：

1. 将df2的var1列重命名为var2
2. 按照df1的var1列顺序重新排列df2的行

是否可以用dplyr函数实现？附原始数据代码：

library(tidyverse)
df1 = tibble(var1 = c("A","B","C","D"),val1 = c(2,3,4,5))%>%
  mutate(var1 = as.factor(var1))
df2 = tibble(var1 = c("D","C","B","A"),val2 = c(101,103,17,99))%>%
  mutate(var1 = as.factor(var1))

解决方案（使用dplyr） #

完全可以用dplyr的函数实现，以下是两种简洁的实现方式：

方法一：利用因子水平匹配顺序 #

由于df1$var1是因子类型，其内置的水平顺序正好是我们需要的A、B、C、D，直接借助这个水平排序即可：

library(dplyr)

df2_processed <- df2 %>%
  rename(var2 = var1) %>%  # 重命名列
  arrange(factor(var2, levels = levels(df1$var1)))  # 按df1的var1水平顺序排序

方法二：直接指定匹配顺序（兼容非因子列场景） #

如果df1$var1不是因子类型，也可以通过match函数直接匹配df1$var1的顺序：

df2_processed <- df2 %>%
  rename(var2 = var1) %>%
  arrange(match(var2, df1$var1))  # 按var2在df1$var1中的位置排序

处理后的df2_processed结构如下：

# A tibble: 4 × 2
  var2   val2
  <fct> <dbl>
1 A        99
2 B        17
3 C       103
4 D       101

内容的提问来源于stack exchange，提问作者Homer Jay Simpson