如何保持ID列原有顺序，对DataFrame的Value列分组排序

首先构造你的示例数据：

df <- data.frame(
  ID = c(37, 23, 51, 37, 23, 51),
  Value = c("+6", "+9", "+13", "-14", "-17", "-20"),
  stringsAsFactors = FALSE
)

方法一：Base R 实现 #

核心思路是利用match()获取ID的首次出现位置，以此作为排序依据：

# 提取ID的首次出现顺序
id_unique_order <- unique(df$ID)

# 按ID的首次出现顺序排序，自动将相同ID的行聚合，且保留组内原始顺序
df_sorted <- df[order(match(df$ID, id_unique_order)), ]

方法二：dplyr（Tidyverse）实现 #

如果习惯使用tidyverse工具链，可以通过因子指定排序层级：

library(dplyr)

# 提取ID的首次出现顺序
id_unique_order <- unique(df$ID)

# 将ID转为因子（指定levels为首次出现顺序），再排序
df_sorted <- df %>%
  mutate(ID = factor(ID, levels = id_unique_order)) %>%
  arrange(ID) %>%
  mutate(ID = as.integer(ID)) # 可选：将ID转回整数类型

两种方法最终得到的df_sorted都会符合你的要求：相同ID的行聚合在一起，ID的整体顺序严格遵循原数据的首次出现顺序（37→23→51），且每组内的Value顺序保持原数据的状态。

内容的提问来源于stack exchange，提问作者ginn