如何在R中对含字符型数字的DataFrame进行正确排序？

问题背景 #

现有如下含字符型列的DataFrame：

df <- data.frame(a=rep("1",4),
                 b=c("10","10","9","9"),
                 c=c("a","a_e","a","a_e"))

输出结构：

a  b   c
1 1 10   a
2 1 10 a_e
3 1  9   a
4 1  9 a_e

需要按a、b、c列升序排序，且所有列保持字符类型，预期输出为：

expected <- data.frame(a=rep("1",4),
                 b=c("9","9","10","10"),
                 c=c("a","a_e","a","a_e"))

输出结构：

a  b   c
1 1  9   a
2 1  9 a_e
3 1 10   a
4 1 10 a_e

直接使用dplyr::arrange()无法得到正确结果，因为b列是字符型，排序时按字典序处理，"10"会排在"9"前面：

> df %>% arrange(a,b,c)
  a  b   c
1 1 10   a
2 1 10 a_e
3 1  9   a
4 1  9 a_e

简洁解决方案 #

可以在排序时临时将字符型数字列转换为数值型进行比较，排序完成后原列的字符类型不会改变：

方法1：针对单列处理

直接在arrange中对b列临时转数值型排序：

library(dplyr)

df %>% arrange(a, as.numeric(b), c)

方法2：通用化处理（多字符型数字列场景）

如果有多个类似的字符型数字列，可以用across批量处理：

df %>% arrange(a, across(b, ~as.numeric(.)), c)

# 若需自动识别所有纯数字字符列排序，可使用：
df %>% arrange(across(c(a,b,c), ~ifelse(all(grepl("^\\d+$", .)), as.numeric(.), .)))

以上两种方法都能得到符合预期的排序结果，同时保留所有列的字符类型。

内容的提问来源于stack exchange，提问作者one