R中仅使用tidyverse对Smoking status按字母排序失败如何解决？

问题原因 #

• 语法使用错误：dplyr::arrange()中传入带单引号的列名不会被识别为数据框的列，仅会被识别为普通字符串，不会触发按列排序；同时你rename后的列名为Smoking Status（Status首字母大写），arrange中写的Smoking status（status首字母小写）存在大小写不匹配，就算不加引号也无法匹配到对应列。
• 因子排序规则问题：你原始数据中的smoking_status为因子类型，R中因子默认按定义时的.Label顺序排序，你原始数据的因子水平第一位是Ex smoker、第二位才是Current smoker，因此即使语法正确，默认也不会按字符串的字母顺序排列。

修复方案 #

仅使用tidyverse生态工具即可完成需求，两种常用实现方式如下：

方式1：仅排序时临时按字母序排列 #

不需要修改原有因子结构，仅在本次排序时按字符串的字母顺序处理：

smoking_gender_disch_piv_count_ren <- smoking_gender_disch_piv_count %>%
  dplyr::rename(`Smoking Status` = smoking_status) %>%
  # 列名含空格需用反引号包裹，转为字符后按字母序排序
  dplyr::arrange(as.character(`Smoking Status`))
smoking_gender_disch_piv_count_ren

方式2：修改因子水平为字母序，适配后续所有操作 #

如果后续绘图、统计等操作都需要默认按字母序处理吸烟状态分类，可以直接重设因子水平：

smoking_gender_disch_piv_count_ren <- smoking_gender_disch_piv_count %>%
  dplyr::rename(`Smoking Status` = smoking_status) %>%
  # 用forcats的fct_sort直接将因子水平按字母顺序重排
  dplyr::mutate(`Smoking Status` = forcats::fct_sort(`Smoking Status`)) %>%
  dplyr::arrange(`Smoking Status`)
smoking_gender_disch_piv_count_ren

两种方式输出的排序结果均为：Current smoker → Ex smoker → Never smoked → Non smoker - smoking history unknown → Unknown，符合预期的字母序要求。

内容的提问来源于stack exchange，提问作者GaB