如何基于指定列内容逐行按字母顺序调整DataFrame列组顺序？

方法一：Base R 实现 #

思路：逐行提取每组的字符列（colXa）和数值列（colXb），按字符列的字母顺序排序后，将排序后的数值列对应放回原位置，最后修正数据类型。

# 定义行处理函数
process_row <- function(row) {
  # 提取当前行的字符列和数值列值
  a_cols <- c(row["col2a"], row["col3a"], row["col4a"])
  b_cols <- c(row["col2b"], row["col3b"], row["col4b"])
  
  # 按字符列字母顺序获取排序索引
  sorted_idx <- order(a_cols)
  
  # 重新排列字符和数值列
  sorted_a <- a_cols[sorted_idx]
  sorted_b <- b_cols[sorted_idx]
  
  # 将排序后的值替换回原行
  row[c("col2a", "col3a", "col4a")] <- sorted_a
  row[c("col2b", "col3b", "col4b")] <- sorted_b
  
  return(row)
}

# 应用函数到每一行
df_sorted <- as.data.frame(t(apply(df, 1, process_row)))

# 修正数值列的数据类型（apply会将所有列转为字符型）
df_sorted[, c("col2b", "col3b", "col4b")] <- lapply(df_sorted[, c("col2b", "col3b", "col4b")], as.numeric)

运行后结果：

> df_sorted
    col1 col2a col2b col3a col3b col4a col4b
usr1 usr1     A    50     B    30     C    20
usr2 usr2     A    30     B    50     C    20

方法二：Tidyverse 实现 #

思路：将数据转为长格式，按用户分组后基于字符列的值排序，再转回宽格式并调整列顺序，全程保留数据类型。

library(tidyverse)

df_sorted <- df %>%
  # 将宽格式转为长格式，拆分组编号和列类型（a/b）
  pivot_longer(
    cols = -col1,
    names_to = c("group", "type"),
    names_pattern = "col(\\d)([ab])"
  ) %>%
  # 按用户分组，在组内基于字符列（type=a）的值排序组顺序
  group_by(col1) %>%
  group_modify(function(.x, .y) {
    # 获取当前用户的字符列排序后的组顺序
    sorted_groups <- .x %>%
      filter(type == "a") %>%
      arrange(value) %>%
      pull(group)
    # 按排序后的组顺序重新排列当前用户的所有行
    .x %>% arrange(factor(group, levels = sorted_groups))
  }) %>%
  ungroup() %>%
  # 转回宽格式
  pivot_wider(
    names_from = c("group", "type"),
    names_glue = "col{group}{type}"
  ) %>%
  # 调整列顺序为需求格式
  select(col1, col2a, col2b, col3a, col3b, col4a, col4b)

运行结果与Base R方法一致，且无需手动修正数据类型。

内容的提问来源于stack exchange，提问作者tlmoore