R中如何对含字母数字格式日期的列实现智能重水平排序

你代码里的date列是普通字符串类型，ggplot2绘制分类轴时默认按字符串字典序排序，因此首字母为D的"Dec-2009"会被排在首字母为J、F、M、A的2010年月份之后，和真实时间顺序不符。手动设置因子水平只适合数据量极小的场景，日期跨度大时维护成本极高，最优方案是将字符串转换为R原生支持的时间类型，实现自动按时间先后排序。

方案1：使用zoo包的yearmon类型（最适配年月场景） #

yearmon是zoo包专门为年月粒度时间数据设计的类型，不需要补充日期占位，转换后会自动按时间顺序排序，适配性最好：

library(dplyr)
library(ggplot2)
library(zoo)

# 若系统无法识别英文月份缩写，先运行这行设置时间区域
Sys.setlocale("LC_TIME", "C")

df <- data.frame(date = c("Jan-2010", "Feb-2010", "Mar-2010", "Apr-2010" ,"Dec-2009"),
                 value = c(2,1,4,3, 2))

df <- df %>%
  mutate(date = as.yearmon(date, format = "%b-%Y")) # %b匹配英文缩写月份，%Y匹配四位年份

df %>%
  ggplot() +
  geom_line(aes(x=date, y=value), group=1) +
  # 可按需调整x轴标签格式，不设置也会自动按时间顺序展示
  scale_x_yearmon(format = "%b-%Y")

方案2：使用基础R的Date类型（无需额外装包） #

如果不想安装第三方包，可以给每个年月字符串补充-01作为当月第一天的占位，转换为R内置的Date类型：

df <- df %>%
  mutate(
    date = as.Date(paste0(date, "-01"), format = "%b-%Y-%d")
  )

df %>%
  ggplot() +
  geom_line(aes(x=date, y=value), group=1) +
  # 保持原有的"月份缩写-年份"标签格式
  scale_x_date(date_labels = "%b-%Y")

• 无论日期跨度是几个月还是几十年，只要原始字符串格式统一，转换后都会自动按真实时间顺序排列，完全不需要手动维护因子水平列表
• 转换后的时间类型可以直接支持后续的时间差计算、时间粒度聚合、时间窗口统计等操作，不需要额外做格式转换

内容的提问来源于stack exchange，提问作者Mathica