R语言table()统计数值型分类变量时类别值乱序如何修正？

你遇到的乱序本质是Session列的存储类型为字符型，R对字符型数据的默认排序规则为字典序：会逐位对比字符的ASCII码，因此所有以"1"开头的字符串都会排在以"2"开头的字符串前面，就出现了1,10,100排在2,3前面的情况。你以为的"缺失值"实际是2、3这类小数值被排在了输出结果的后半段，并非真的不存在。

分两种场景处理：

临时调整table输出顺序（不改原数据） #

如果只是本次统计需要按数值排序，不需要修改原数据结构，直接对table结果重排序即可：

# 生成统计结果后，按分类名的数值大小重排
raw_tab <- table(df$Session)
sorted_tab <- raw_tab[order(as.integer(names(raw_tab)))]
print(sorted_tab)

永久调整（后续所有操作都按数值顺序处理分类） #

如果需要将Session固定为按数值排序的分类变量，直接将其转为有序因子即可：

# 提取列的唯一值转成数值后排序，作为因子的水平顺序
df$Session <- factor(
  df$Session,
  levels = sort(unique(as.integer(df$Session))),
  ordered = TRUE
)
# 之后调用table、ggplot分组等所有操作，都会默认按数值顺序展示
table(df$Session)

如果不需要保留分类变量属性，也可以直接将列转为数值型：

df$Session <- as.integer(df$Session)
table(df$Session)

注意：如果转数值时出现NA警告，说明Session列存在非数字内容，需要先清洗脏数据再执行上述操作。

内容的提问来源于stack exchange，提问作者RBiology