R语言中基于ID向量与数据框全列排序数据框的问题

需要基于一个ID向量和另一个数据框的所有列对数据框进行排序。手动指定列顺序的代码可正常运行：

admix.tmp = cbind(admix, id.namestest)
if (K==3) { admix.sort.tmp = admix.tmp[order(id.namestest[,2], admix[,1],admix[,2],admix[,3]),]}

但尝试用列顺序向量sort.order = c(1,2,3)改写为以下代码时出现错误：

admix.sort.tmp = admix.tmp[order(id.namestest[,2], admix[,sort.order]),]

错误信息：

Error in order(id.namestest[, 2], admix[, c(1, 2, 3)]) : argument lengths differ

使用asplit(admix, 2)尝试也得到相同错误。

解决方法 #

order()函数要求传入多个独立的向量参数，而你直接传入admix[,sort.order]时，会把整个子数据框作为单个参数传递——数据框的“长度”是列数，而id.namestest[,2]是长度为行数的向量，两者长度不匹配，因此报错。

可以用do.call()将数据框的列拆分为单独参数传递给order()，实现和手动指定列相同的效果：

sort.order = c(1,2,3)
admix.sort.tmp = admix.tmp[do.call(order, c(list(id.namestest[,2]), admix[,sort.order])), ]

代码解释 #

• list(id.namestest[,2])把ID向量包装成列表元素，保证它作为order()的第一个参数
• admix[,sort.order]会被自动拆分为列表的后续元素（每一列对应一个列表项）
• do.call(order, ...)会把列表中的每个元素依次作为order()的独立参数，等价于手动写order(id.namestest[,2], admix[,1], admix[,2], admix[,3])

如果需要对admix的所有列排序，无需手动定义sort.order，直接用以下代码即可：

admix.sort.tmp = admix.tmp[do.call(order, c(list(id.namestest[,2]), admix)), ]

内容的提问来源于stack exchange，提问作者M. Beausoleil