R语言如何按Degree列将数据表按High到Low自定义顺序排序

原有代码无法实现预期排序的核心问题有2个：

• 初始代码中使用arrange(desc(pop))、arrange(desc(sam))逻辑，是按百分比数值降序排列行，因此占比最高的Medium类别会固定排在最前，和自定义类别顺序的需求冲突。
• 后续修改时误用了非tidyverse体系的sort()函数做管道排序，还存在参数拼写错误（将decreasing错写为degreasing）；同时默认字符串排序是按字母顺序排列，High、Low、Medium的首字母顺序也不符合High→Medium→Low的预期顺序。

核心解决思路是将degree列转换为有序因子，提前指定你需要的固定类别顺序，后续按因子本身排序即可得到目标顺序，不需要再按占比数值排序。
修正后的完整可运行代码如下：

library(tidyverse)
library(janitor)
library(DT)

# 定义Degree列需要的固定展示顺序
degree_levels <- c("High", "Medium", "Low")

team_pop <- team_new %>% 
  # 提前将degree转为指定顺序的有序因子
  mutate(degree = factor(degree, levels = degree_levels, ordered = TRUE)) %>%
  group_by(degree) %>%
  count() %>%
  ungroup() %>%
  mutate(pop = n/sum(n)) %>% 
  # 按因子顺序排列，删除原有按占比降序的逻辑
  arrange(degree) %>%
  adorn_totals()

team_sample <- sample_final %>% 
  # 样本表的degree列设置相同的因子顺序
  mutate(degree = factor(degree, levels = degree_levels, ordered = TRUE)) %>%
  group_by(degree) %>%
  count() %>%
  ungroup() %>%
  mutate(sam = n/sum(n)) %>% 
  arrange(degree) %>%
  adorn_totals()

datatable(
  team_pop %>%
    select(-n) %>%
    left_join(team_sample %>% select(degree, sam), by = "degree"),
  rownames = FALSE,
  colnames = c(
    "Degree"= "degree",
    "Population" = "pop",
    "Sample" = "sam"), 
  options = list(
    info = FALSE, 
    paging = FALSE,
    searching = FALSE
  )
) %>%
  formatPercentage(2, digits = 0) %>%
  formatPercentage(3, digits = 0)

补充说明 #

• 如果不想在统计计算阶段修改列类型，也可以在两表合并完成、传入datatable()之前，对最终用于展示的数据集统一做因子转换和排序，最终展示效果完全一致。
• 必须删除原有按占比列降序排列的arrange(desc(pop))、arrange(desc(sam))代码，否则数值排序逻辑会覆盖因子的自定义顺序，导致排序失效。

内容的提问来源于stack exchange，提问作者On_demand