如何按另一DataFrame行顺序重排不同维度的DataFrame

首先检查你之前代码的问题：你写的是DF1$country，但实际DF1的列名是Country（大小写不一致），这会导致match返回NA，排序失效，修正列名即可解决问题。

Base R 实现 #

基础排序（保留所有行，DF2中不存在的国家排在最后） #

DF1_sorted <- DF1[order(match(DF1$Country, DF2$Country)), ]

仅保留DF2中存在的国家并排序 #

如果不需要DF2里没有的国家，可以先过滤再排序：

# 过滤出DF2中存在的国家
DF1_filtered <- DF1[DF1$Country %in% DF2$Country, ]
# 按DF2的国家顺序排序
DF1_sorted <- DF1_filtered[order(match(DF1_filtered$Country, DF2$Country)), ]

dplyr 实现 #

利用因子（factor）的水平（levels）来指定排序顺序，这是dplyr中更直观的方式：

基础排序 #

library(dplyr)

DF1_sorted <- DF1 %>%
  # 将Country转换为因子，水平设置为DF2的Country顺序
  mutate(Country = factor(Country, levels = DF2$Country)) %>%
  # 按因子水平排序
  arrange(Country)

过滤并排序 #

如果只保留DF2中存在的国家：

DF1_sorted <- DF1 %>%
  mutate(Country = factor(Country, levels = DF2$Country)) %>%
  # 过滤掉DF2中不存在的国家（对应因子为NA的行）
  filter(!is.na(Country)) %>%
  arrange(Country)

额外：同时按Score降序排序 #

如果需要在国家顺序基础上，每个国家内按Score降序排列，只需在arrange中添加desc(Score)：

DF1_sorted <- DF1 %>%
  mutate(Country = factor(Country, levels = DF2$Country)) %>%
  filter(!is.na(Country)) %>%
  arrange(Country, desc(Score))

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