R语言dplyr中如何按带连字符的列正确排序数据框

你的id列是前缀-数字序号格式的字符串，dplyr::arrange()对字符串默认按字典序逐字符比对：比对到连字符后的第一位字符时，1的字符编码小于2，因此2022-10会被排在2022-2前面，属于字符串排序的正常表现，不符合自然数值排序的预期。
你之前用辅助列排序的逻辑完全正确，只是不需要额外用mutate生成永久存储的辅助列，可以直接在排序步骤内完成计算，代码更简洁，也不会产生冗余字段。

• 无额外依赖的base R写法
  用正则直接提取连字符后的序号内容，转成数值后作为排序键，不需要加载其他扩展包，适合固定前缀-序号格式的id：

  library(dplyr)
  
  correct_order_df <- wrong_order_df %>%
    arrange(as.numeric(sub(".*-", "", id)))
  

  代码里sub(".*-", "", id)的作用是匹配最后一个连字符及之前的所有内容，替换为空值，直接拿到连字符后的序号部分。

• stringr生态写法
  如果你已经在tidyverse工作流里加载了stringr，可以用正则提取后缀数字，逻辑更直观：

  library(dplyr)
  library(stringr)
  
  correct_order_df <- wrong_order_df %>%
    arrange(as.numeric(str_extract(id, "\\d+$")))
  

• 通用自然排序写法
  如果id格式不固定、存在多层数字段（比如类似2022-10-3这类多级id），可以用gtools包的mixedorder()函数，自动识别字符串里的数字段按数值排序，不需要手动写提取规则：

  library(dplyr)
  library(gtools)
  
  correct_order_df <- wrong_order_df %>%
    arrange(mixedorder(id))
  

不要连续写多个arrange()步骤：后执行的arrange会完全覆盖之前的排序规则，比如你示例里的arrange(weight) %>% arrange(id)，最终只会保留id的排序结果，weight的排序逻辑会失效。如果需要多字段排序（比如先按weight排序，相同weight的行再按id自然序排列），把所有排序条件写到同一个arrange()里即可：

# 先按weight升序，同weight下按id自然序排列
multi_sort_df <- df %>%
  arrange(
    weight,
    as.numeric(sub(".*-", "", id))
  )

内容的提问来源于stack exchange，提问作者TKH_9