如何基于指定行名向量统一排序不同规模的R数据框？

问题背景 #

需要按照自定义的行名顺序，对多个行名不完全重叠、行数不同的数据框进行排序，替代默认的字母顺序排序，确保所有数据框遵循同一指定顺序排列现有行名。

可复现示例数据 #

# 初始化完整数据框（行名未按目标顺序排列）
tabComplete <- data.frame(
  Group = c("E", "A", "D", "B", "C"),
  Values = c("order", "This", "correct", "is", "the"), 
  row.names = c("Fifth", "First", "Fourth", "Second", "Third")
)

# 提取两个行名不全的子数据框
tabPortion1 <- tabComplete[c(1, 3, 5), ]
tabPortion2 <- tabComplete[c(1, 2, 4), ]

自定义排序向量 #

vecMyOrder <- c("First", "Second", "Third", "Fourth", "Fifth")

解决方案：基础R函数批量处理 #

编写通用排序函数，自动匹配每个数据框的现有行名并按自定义顺序排列：

# 定义自定义排序函数
sort_by_custom_rowname <- function(df, custom_order) {
  # 筛选出当前数据框中存在的行名，保留自定义顺序
  matched_rows <- intersect(custom_order, rownames(df))
  # 按筛选后的顺序索引数据框，drop=FALSE避免单行列转化为向量
  df[matched_rows, , drop = FALSE]
}

# 应用函数到所有数据框
tabComplete_sorted <- sort_by_custom_rowname(tabComplete, vecMyOrder)
tabPortion1_sorted <- sort_by_custom_rowname(tabPortion1, vecMyOrder)
tabPortion2_sorted <- sort_by_custom_rowname(tabPortion2, vecMyOrder)

排序结果 #

• tabComplete_sorted：

tabComplete_sorted
#>         Group  Values
#> First      A    This
#> Second     B      is
#> Third      C     the
#> Fourth     D correct
#> Fifth      E   order

• tabPortion1_sorted：

tabPortion1_sorted
#>         Group  Values
#> Third      C     the
#> Fourth     D correct
#> Fifth      E   order

• tabPortion2_sorted：

tabPortion2_sorted
#>         Group Values
#> First      A   This
#> Second     B     is
#> Fifth      E  order

可选方案：tidyverse风格实现 #

如果习惯使用tidyverse工具链，可通过以下方式实现：

library(dplyr)
library(tibble)

sort_by_custom_rowname_tidy <- function(df, custom_order) {
  df %>%
    rownames_to_column("rowname") %>%  # 将行名转为普通列
    mutate(rowname = factor(rowname, levels = custom_order)) %>%  # 按自定义顺序设置因子水平
    arrange(rowname) %>%  # 按因子水平排序
    filter(!is.na(rowname)) %>%  # 过滤掉不存在的行名
    column_to_rownames("rowname")  # 转回行名格式
}

# 应用示例
tabComplete_tidy <- sort_by_custom_rowname_tidy(tabComplete, vecMyOrder)

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