如何按照第一个数据集的PATID顺序对第二个数据集排序？

完全可以实现，因为两个数据集的PATID完全匹配，只需要以第一个数据集的PATID顺序为参考，对第二个数据集执行指定顺序排序操作即可。以下是几种常用工具的实现方法：

Excel 操作方法 #

• 方法1（直接匹配）：把第一个数据集的PATID列复制到第二个数据集旁，用VLOOKUP或XLOOKUP函数匹配对应std值：
  • VLOOKUP公式示例：=VLOOKUP(A2, 第二个数据集的PATID和std区域, 2, FALSE)（A2为第一个数据集的PATID单元格），下拉填充即可得到按第一个顺序排列的std数据
  • XLOOKUP公式示例（Excel 365及以上）：=XLOOKUP(A2, 第二个数据集PATID列, 第二个数据集std列)
• 方法2（直接排序）：给第一个数据集的PATID列新增“顺序列”（比如从1开始的连续序号），将该序号通过VLOOKUP匹配到第二个数据集，再按序号列排序即可。

Python（Pandas）实现代码 #

假设第一个数据集为df_mean，第二个为df_std：

# 提取第一个数据集的PATID顺序作为参考列表
patid_order = df_mean['PATID'].tolist()

# 按指定顺序重新排列第二个数据集
df_std_sorted = df_std.set_index('PATID').reindex(patid_order).reset_index()

执行后df_std_sorted的PATID顺序将与df_mean完全一致。

R 语言实现代码 #

假设第一个数据集为df_mean，第二个为df_std：

基础R写法 #

# 将第二个数据集的PATID转为因子，指定排序参考为第一个数据集的PATID顺序
df_std$PATID <- factor(df_std$PATID, levels = df_mean$PATID)

# 按因子顺序排序
df_std_sorted <- df_std[order(df_std$PATID), ]

dplyr包简洁写法 #

library(dplyr)
df_std_sorted <- df_std %>%
  mutate(PATID = factor(PATID, levels = df_mean$PATID)) %>%
  arrange(PATID)

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