编写自定义多变量排序R函数遇字符串未求值问题求解决

问题背景 #

现有如下数据集：

dataf <- data.frame(
  Name = c("Alice", "Bob", "Charlie", "Alice", "Bob", "Charlie"),
  Age = c(25, 30, 5, 35, 35, 15),
  Score = c(95, 88, 76, 95, 88, 76)
)

手动按Name升序、Age降序排序的代码可以正常运行：

with(dataf, dataf[order(as.numeric(as.factor(Name)), -as.numeric(as.factor(Age))), ])

需求是编写一个可复用的Base R函数，支持任意数据集按指定变量和方向排序，函数输入为：

• dataset：目标数据集
• OrderBy：排序规则，格式为c("var1 dir1", "var2 dir2",...)（如c("Name +", "Age -")）

自行编写的函数如下：

Sorting_Func <- function(df, sorting_info) {  
  print(df)  
  variable_names <- gsub("[+-]", "", sorting_info)  
  directions <- ifelse(grepl("-", sorting_info), "-", "")  
  # 创建排序表达式
  sorting_exprs <- sapply(1:length(variable_names), function(i) {  
    expr <- paste0(directions[i], "as.numeric(as.factor(", variable_names[i], "))")  
    return(expr)  
  })  
  # 合并为单个字符串
  sorting_string <<- noquote(paste0(sorting_exprs, collapse = ", "))  
  print("sorting_string")  
  print(sorting_string)  
  tmp<-with(df, df[order(sorting_string), ])  
  return(df)  
}  
Sorting_Func(dataf, c("Name +", "Age -"))  

问题：生成的sorting_string内容正确，但直接传入order()后无法得到正确排序结果，只有把字符串内容手动复制到order()中才能正常运行。

输入数据示例：

期望排序结果（Name升序、Age降序）：

问题原因 #

sorting_string是一个字符串对象，但order()函数需要的是多个数值向量作为独立参数，而非单个字符串。直接将字符串传入order()时，它会把字符串当作长度为1的向量处理，相当于用同一个值对所有行排序，自然无法得到正确结果。

修复方案 #

方案1：通过表达式解析与求值实现 #

动态构建order()的调用表达式，再在数据集环境中执行：

Sorting_Func <- function(df, sorting_info) {  
  # 提取变量名和排序方向
  variable_names <- gsub("[+-]", "", sorting_info)  
  directions <- ifelse(grepl("-", sorting_info), "-", "")  
  
  # 将每个排序规则转换为表达式
  sorting_exprs <- lapply(1:length(variable_names), function(i) {
    parse(text = paste0(directions[i], "as.numeric(as.factor(", variable_names[i], "))"))
  })
  
  # 构建order函数的完整调用
  order_call <- as.call(c(list(quote(order)), sorting_exprs))
  
  # 执行排序并返回结果
  sorted_df <- df[eval(order_call, envir = df), ]
  return(sorted_df)
}

# 测试函数
Sorting_Func(dataf, c("Name +", "Age -"))

方案2：用do.call传递排序参数 #

直接生成排序所需的数值向量，再通过do.call()传递给order()：

Sorting_Func <- function(df, sorting_info) {  
  variable_names <- gsub("[+-]", "", sorting_info)  
  # 用1/-1表示升降序，替代字符串负号
  directions <- ifelse(grepl("-", sorting_info), -1, 1)  
  
  # 生成每个变量对应的排序向量
  sort_vars <- lapply(1:length(variable_names), function(i) {
    var <- df[[variable_names[i]]]
    num_var <- as.numeric(as.factor(var))
    num_var * directions[i]
  })
  
  # 调用order函数并排序
  sorted_idx <- do.call(order, sort_vars)
  sorted_df <- df[sorted_idx, ]
  return(sorted_df)
}

# 测试函数
Sorting_Func(dataf, c("Name +", "Age -"))

现成替代方案 #

如果不局限于Base R，dplyr包的arrange()结合across()可以更简洁地实现动态排序，但如果必须使用Base R，上述两种方案都能满足需求。

内容的提问来源于stack exchange，提问作者P Wong