R语言如何基于正则/模式实现数据框多列分组重排序

需求说明 #

现有列名格式为前缀_后缀的数据框，需要实现列的自动排列：同后缀的列相邻，按「前缀1_后缀N、前缀2_后缀N、前缀1_后缀N+1、前缀2_后缀N+1」的交替逻辑排列，替代手动枚举列名的低效操作。

• 示例原始列顺序：a_aa a_ab a_ac b_aa b_ab b_ac
• 期望输出列顺序：a_aa b_aa a_ab b_ab a_ac b_ac

方案1：tidyverse 实现（适配管道操作习惯） #

和当前使用的dplyr语法兼容，不需要手动指定任何列名，自动适配任意数量的前缀、后缀：

library(dplyr)
library(tidyr)

# 测试数据构造
d <- "a_aa a_ab a_ac b_aa   b_ab b_ac
2    3    3    3     1    2
3    4    1    1     3    1"
dd <- read.table(textConnection(object = d), header = T)

# 自动排序核心代码
dd <- dd %>%
  relocate(
    .cols = colnames(.) %>%
      as_tibble_col(column_name = "col_name") %>%
      separate(col = col_name, into = c("prefix", "suffix"), sep = "_", remove = F) %>%
      arrange(suffix, prefix) %>%
      pull(col_name)
  )

运行后查看列名colnames(dd)，即可得到期望的排列顺序。
如果需要自定义前缀的排列顺序（比如需要b开头的列排在a前面），只需要在arrange前增加前缀因子水平的定义即可，示例：

%>% mutate(prefix = factor(prefix, levels = c("b", "a"))) %>%

方案2：基础R实现（无额外依赖） #

不需要加载第三方包，直接用基础R函数即可实现相同效果：

# 按下划线拆分所有列名，得到前缀、后缀矩阵
col_split <- do.call(rbind, strsplit(colnames(dd), "_"))
# 生成排序索引：优先按后缀排序，同后缀下按前缀排序
col_order <- order(col_split[, 2], col_split[, 1])
# 按索引重排数据框列
dd <- dd[, col_order]

两种方案都支持任意数量的列，只要列名遵循「前缀_后缀」的下划线分隔规则，都可以直接运行得到正确结果，列数较多时相比手动指定列名效率提升明显。

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