R语言筛选数据框时如何保持结果与输入筛选值顺序一致

现有如下R数据框df：

df = structure(list(filename = c("df1.txt", "df2.txt", "df3.txt", 
"df4.txt"), project = c("alpha", "beta", "gamma", "delta"), lat = c(55.1852777777778, 
52.6252777777778, 51.446272, 50.688111), long = c(7.15138888888889, 
3.96027777777778, 1.078051, -0.343189)), row.names = c(NA, 4L
), class = "data.frame")

需要按照给定的project向量筛选对应的filename，筛选向量为：

selected = c("delta", "gamma")

使用%in%逻辑判断或者dplyr::filter筛选时，返回结果保留的是原数据框的行顺序，和selected的传入顺序不一致：

fname <- (df[df$project %in% selected,])$filename
fname
# [1] "df3.txt" "df4.txt"

期望输出顺序和selected顺序匹配：先返回delta对应的df4.txt，再返回gamma对应的df3.txt，即预期结果为：

fname
# [1] "df4.txt" "df3.txt"

%in%和filter的默认逻辑仅做值匹配，不会调整匹配结果的顺序，要保留筛选向量的传入顺序，可使用以下方法：

基础R实现 #

用match()函数完成匹配，该函数会返回筛选向量中每个元素在数据框列中对应的行位置，天然保留传入顺序：

# 仅提取filename列
fname <- df$filename[match(selected, df$project)]

# 筛选整行数据
df_subset <- df[match(selected, df$project), ]

运行后得到的fname结果符合预期：

fname
# [1] "df4.txt" "df3.txt"

说明：如果selected中存在df$project里没有的值，match()会返回对应位置的NA，结果中会出现空行，可通过na.omit()去除。

dplyr实现 #

方法1：左连接匹配 #

将筛选向量转为与目标列同名的tibble，通过左连接完成匹配，连接结果会自动保留左表（即筛选向量）的顺序：

library(dplyr)

df_subset <- tibble(project = selected) %>% 
  left_join(df, by = "project")

fname <- df_subset$filename

方法2：匹配排序 #

先筛选符合条件的行，再通过arrange()结合match()按照筛选向量的顺序重排，最后提取目标列：

library(dplyr)

fname <- df %>% 
  filter(project %in% selected) %>% 
  arrange(match(project, selected)) %>% 
  pull(filename)

内容的提问来源于stack exchange，提问作者Haribo