如何基于属性对R语言中自定义类的实例列表进行排序？

嘿，先给你提个小细节：你写的循环里索引写错啦！应该是each_individual[[i]]而不是each_individual[[p]]，不然循环结束后所有实例都会被最后一个矩阵覆盖，先把这个小错误修正了再进行排序哦～

接下来给你两种常用的排序方法，不管你想用基础R还是tidyverse工具都能搞定：

基础R实现排序 #

要按Individual类的某个属性（比如你提到的average）排序，核心思路是先提取所有实例的目标属性值，再用这些值的排序索引重新排列原列表：

按average属性排序 #

# 升序排序（从小到大）
sorted_individuals_asc <- each_individual[order(sapply(each_individual, function(x) x@average))]

# 降序排序（从大到小），给属性值加负号即可
sorted_individuals_desc <- each_individual[order(-sapply(each_individual, function(x) x@average))]

这里each_individual是你的实例列表，sapply()会遍历每个实例，提取出它们的average属性组成一个数值向量；order()函数会返回这个向量排序后的索引位置，用这个索引去取原列表的元素，就得到了排序后的实例列表。

按mymat的特征排序 #

如果想基于mymat矩阵的某个特征排序（比如矩阵的行数、第一行的总和等），只需要修改提取属性的逻辑就行，比如按矩阵的行数升序排序：

sorted_by_mat_rows <- each_individual[order(sapply(each_individual, function(x) nrow(x@mymat)))]

用tidyverse的purrr包实现排序 #

如果你平时习惯用tidyverse生态的工具，purrr包的函数可以让代码更简洁直观：

library(purrr)

# 按average升序排序
sorted_individuals <- each_individual[order(map_dbl(each_individual, ~ .x@average))]

# 或者用purrr专门的list_order_by函数，可读性更强
sorted_individuals <- list_order_by(each_individual, map_dbl(each_individual, ~ .x@average))

map_dbl()和sapply类似，会把每个实例的average属性提取成数值向量，后续的排序逻辑和基础R一致。

内容的提问来源于stack exchange，提问作者Anu