如何基于data.table子集（M1）对全表分类变量重新排序？

我在绘制分类数据热力图时，需要按数值对分类变量Var排序。虽然能用base函数reorder对data.table中的变量重排，但不知道如何**仅基于数据子集（如Model为M1的行）**完成整个数据表的分类变量排序。

示例代码与当前问题 #

library(data.table)
library(ggplot2)

dt <- data.table(Model = c(rep("M1", 4), rep("M2", 4)), 
           Var = rep(c("First", "Second", "Third", "Fourth"), 2),
           Value = c(1,3,4,5, 6,7,2,8))

# 未排序时，Var按字母顺序展示
ggplot(dt, aes(x = Model, y = Var)) +
  geom_tile(aes(fill = Value))

# 基于所有数据的Value排序Var，但这不是我想要的结果
dt[, Var := reorder(Var, Value, decreasing = TRUE)]

ggplot(dt, aes(x = Model, y = Var)) +
  geom_tile(aes(fill = Value))

需求说明 #

我需要仅基于M1的数据对Var排序，最终Var的顺序应为First, Second, Third, Fourth，且不想额外创建M1对应的虚拟列。

尝试过的无效操作 #

# 这些写法均未达到预期效果
dt[Model = "M1", Var := reorder(Var, Value, decreasing = TRUE), by = "M1"]
dt[, Var := reorder(Var, Value, decreasing = TRUE), by = "M1"]
setorder(dt, Value) # 完全没实现想要的分类变量排序

解决方案 #

方法1：手动指定因子水平 #

先从M1子集提取按Value升序排列的Var顺序，再将整个数据表的Var转换为指定水平的因子：

# 获取M1子集按Value升序排列的Var顺序
m1_order <- dt[Model == "M1"][order(Value)]$Var

# 转换Var为因子，指定水平为m1_order
dt[, Var := factor(Var, levels = m1_order)]

# 绘图验证
ggplot(dt, aes(x = Model, y = Var)) +
  geom_tile(aes(fill = Value))

方法2：结合reorder与子集数据 #

直接用M1对应的Value作为排序权重，给每个Var赋值对应的M1的Value：

# 用M1的Value作为排序依据重排Var
dt[, Var := reorder(Var, dt[Model == "M1", .(Var, Value)][match(Var, Var), Value], decreasing = FALSE)]

# 绘图验证
ggplot(dt, aes(x = Model, y = Var)) +
  geom_tile(aes(fill = Value))

方法3：关联子集数据后排序 #

先获取每个Var在M1中的Value，再用该值排序：

# 关联M1的Value到整个数据表
m1_values <- dt[Model == "M1", .(Var, m1_val = Value)]
dt <- dt[m1_values, on = "Var"]

# 用m1_val重排Var
dt[, Var := reorder(Var, m1_val, decreasing = FALSE)]

# 可选：删除临时列
dt[, m1_val := NULL]

# 绘图验证
ggplot(dt, aes(x = Model, y = Var)) +
  geom_tile(aes(fill = Value))

内容的提问来源于stack exchange，提问作者HarD