如何在dplyr中无需逐个指定变量即可灵活排序二进制数据框？

你遇到的问题非常典型——当变量数量动态变化时，手动修改arrange里的变量列表既繁琐又容易出错。下面提供两种无需逐个命名变量的解决方案，完美适配任意num_var值：

方法1：使用dplyr::across()（推荐，适用于dplyr 1.0.0+） #

across()是dplyr 1.0.0版本引入的工具，专门用来对多列应用同一函数，它支持tidyselect选择器（比如everything()）。我们可以用它把desc()应用到除total外的所有列：

library(tidyverse)
library(glue)

num_var <- 3
rep(list(c(0L, 1L)), num_var) %>% 
  set_names(glue("var_{seq_len(num_var)}")) %>% 
  expand.grid() %>% 
  mutate(total = rowSums(.)) %>% 
  select(total, everything()) %>% 
  arrange(total, across(everything(), desc))

当你把num_var改成4时，代码不需要任何修改，会自动对var_1到var_4执行降序排序。

方法2：使用!!!与syms()（适配旧版dplyr） #

如果你使用的是低于1.0.0版本的dplyr，可以通过符号表达式展开的方式实现：

library(tidyverse)
library(glue)

num_var <- 3
# 先动态生成变量名向量
var_names <- glue("var_{seq_len(num_var)}")

rep(list(c(0L, 1L)), num_var) %>% 
  set_names(var_names) %>% 
  expand.grid() %>% 
  mutate(total = rowSums(.)) %>% 
  select(total, everything()) %>% 
  # 把变量名转成符号，逐个套上desc，再用!!!展开
  arrange(total, !!!purrr::map(rlang::syms(var_names), desc))

为什么原来的desc(everything())会报错？ #

desc()本身并不支持tidyselect语法，它无法解析everything()这种选择器——它需要接收具体的变量对象。而across()是dplyr专门设计来处理多列函数应用的接口，能正确识别并处理tidyselect选择器。

内容的提问来源于stack exchange，提问作者Jake Thompson