在R中按列总和排序时数字开头列丢失的问题排查

核心原因：以数字开头的列并非数值型 #

虽然你描述每列都是二进制值，但如果这些以数字开头的列实际存储为字符型（比如"0"/"1"）或因子型，colSums()会无法对其计算总和，直接跳过这些列。最终sort(colSums(df))的结果里不会包含这些列的名称，索引自然也就不会保留它们。

次要可能原因：R自动修改了非合法列名 #

R默认创建数据框时，check.names参数为TRUE，会自动修改不符合语法的列名（比如以数字开头、含特殊字符的），给它们添加X前缀（例如1p34.2会被改成X1p34.2）。如果你后续手动将列名改回原始的1p34.2，这类非语法合法的列名在部分操作中可能出现异常，但你的代码用字符向量索引理论上不受影响，所以这个原因概率较低。

解决方案 #

1. 检查并转换列类型：先确认所有二进制列的类型，将非数值型列转为数值型：

# 遍历所有列，将字符/因子型二进制列转为数值型
df[] <- lapply(df, function(x) {
  if (is.character(x) || is.factor(x)) {
    as.numeric(as.character(x))
  } else {
    x
  }
})

2. 重新执行排序代码：转换类型后再运行你的排序代码，就能包含所有列了：

dfsort <- df[, names(sort(colSums(df), decreasing = TRUE))]

3. 创建数据框时保留原始列名：如果是读取数据时出现的列名修改，在读取函数中设置check.names=FALSE，比如：

df <- read.csv("your_data.csv", check.names = FALSE)

内容的提问来源于stack exchange，提问作者Aryh