如何在R中按行绝对值降序排序DataFrame且保留原值？

要实现每行按元素绝对值降序排序且保留原正负值，用base R的apply函数就能直接完成，步骤如下：

1. 构造示例数据（模拟你的输入场景）：

df <- data.frame(
  col1 = c(-0.01189179, -0.04220260),
  col2 = c(0.03687456, 0.04129326),
  col3 = c(-0.12202753, -0.07178175)
)

2. 核心排序代码：

# 逐行按绝对值降序排列，保留原数值
sorted_df <- as.data.frame(t(apply(df, 1, function(row) {
  # 生成按绝对值降序的索引，用该索引重排列当前行元素
  row[order(-abs(row))]
})))

# 还原原列名（可选，若需要保持列名一致性）
colnames(sorted_df) <- colnames(df)

3. 查看最终结果：
   运行代码后，sorted_df即为目标输出：

print(sorted_df)
# 输出：
#          col1       col2       col3
# 1 -0.12202753 0.03687456 -0.01189179
# 2 -0.07178175 -0.04220260 0.04129326

代码逻辑说明 #

• apply(df, 1, ...)：指定对DataFrame的每行执行后续处理函数
• order(-abs(row))：计算当前行元素按绝对值降序排列的索引（-abs(row)实现降序排序）
• t(...)：由于apply默认返回列优先的矩阵，转置后才能还原行结构
• as.data.frame(...)：将转置后的矩阵转回DataFrame格式

如果你习惯用tidyverse工具链，也可以用以下方式实现：

library(dplyr)
library(purrr)

sorted_df_tidy <- df %>%
  rowwise() %>%
  mutate(sorted_row = list(cur_data()[order(-abs(cur_data()))])) %>%
  unnest_wider(sorted_row) %>%
  set_names(colnames(df))

内容的提问来源于stack exchange，提问作者legopel