如何对数据集按数值列、因子列排序并分离两类列？

假设你的数据集名为df，以下是完成两项操作的具体代码和解释：

1. 将列按「数值列在前、因子列在后」排序 #

先识别每一列的类型，再重新排列数据框的列顺序：

# 获取数值列的名称
num_cols <- names(df)[sapply(df, is.numeric)]
# 获取因子列的名称
factor_cols <- names(df)[sapply(df, is.factor)]

# 重新排列列：数值列在前，因子列在后
df_sorted <- df[, c(num_cols, factor_cols)]

代码解释 #

• sapply(df, is.numeric)：遍历数据框的每一列，判断是否为数值类型，返回布尔值向量
• names(df)[...]：根据布尔值筛选出对应类型的列名
• df[, c(num_cols, factor_cols)]：按指定的列名顺序重新生成数据框

2. 分离数值列与因子列 #

直接用上面得到的列名，分别提取出两个独立的数据框：

# 提取数值列数据框
df_numeric <- df[, num_cols]
# 提取因子列数据框
df_factor <- df[, factor_cols]

验证结果 #

你可以用str()函数查看处理后的数据集结构，确认是否符合要求：

str(df_sorted)  # 查看排序后的数据集结构
str(df_numeric) # 查看数值列数据集结构
str(df_factor)  # 查看因子列数据集结构

内容的提问来源于stack exchange，提问作者Jesper