R语言中调整DataFrame行顺序以匹配另一个DataFrame的L、M列排序（保留对应G值）

嘿，我明白你的需求了——要让df2的L和M列完全跟df1的排序一模一样，同时把对应的G值原封不动地带过来，而且df1本身完全不动对吧？这其实是个很常见的匹配行顺序的需求，我给你两种实用的方法，都能完美得到你想要的结果：

首先先把你提供的原始数据列出来，方便大家测试：

# 原始数据框
df1 <- data.frame(L= c(0, 1,1,2,2,2,3,3,3,3), M= c(0,0,1,0,1,2,0,1,2,3), G= (1:10))
df2<- data.frame(L=c(0,1,2,3,1,2,3,2,3,3), M= c(0,0,0,0,1,1,1,2,2,3), G= c(12, 13, 4, 6, 7, 54, 87,56,3,0))

方法一：使用基础R实现（无需额外包） #

这种方法适合不想加载第三方包的场景，核心思路是先通过merge匹配对应行，再用match函数对齐顺序：

# 第一步：仅用df1的L、M列与df2合并，保证保留df1的所有行
merged_data <- merge(df1[, c("L", "M")], df2, by = c("L", "M"), all.x = TRUE)

# 第二步：根据df1的L、M组合字符串匹配行顺序，确保完全对齐
desired_result <- merged_data[match(paste(df1$L, df1$M), paste(merged_data$L, merged_data$M)), ]

# 重置行名（可选，让输出更整洁）
rownames(desired_result) <- NULL

执行完这段代码后，desired_result就和你想要的结果完全一致了：L、M列和df1完全相同，G列则是df2中对应(L,M)组合的数值。

方法二：使用dplyr包实现（更简洁直观） #

如果你平时习惯用tidyverse系列工具，这个方法会更简洁，利用left_join自动保留左表顺序的特性：

# 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
library(dplyr)

# 直接用df1的L、M作为左表，左连接df2，自动对齐顺序
desired_result <- df1 %>%
  select(L, M) %>%  # 仅保留需要匹配的列
  left_join(df2, by = c("L", "M"))  # 按L、M匹配，保留左表顺序

因为你的df2中每个(L,M)组合都和df1一一对应，所以left_join之后会直接继承df1的行顺序，一步到位就能得到目标结果。

你可以运行print(desired_result)验证，输出的内容就是你给出的预期结果：

# 预期输出
desired_result <- data.frame(L= c(0,1,1,2,2,2,3,3,3,3), M= c(0,0,1,0,1,2,0,1,2,3), G= c(12,13,7,4,54,56,6,87,3,0))

备注：内容来源于stack exchange，提问作者Milaa