如何在R中使用melt函数时按日期+小时顺序输出数据框？

首先咱们先理清楚两个核心问题：日期列的类型和hour列的顺序识别，这两点都会直接影响最终的排序结果。

1. 先修正日期列的类型问题 #

你当前的date列是字符型（因为原始数据里的日期是字符串格式），虽然短日期看起来排序正常，但如果日期范围扩大，字符排序会出现逻辑错误（比如"2018-03-31"会排在"2018-04-01"后面，因为字符串是按单个字符逐位比较的）。所以第一步必须把date转成标准日期类型：

mydf$date <- as.Date(mydf$date)

2. 处理hour列的顺序识别问题 #

你提到R无法识别hour的顺序，这是因为melt生成的hour列默认是字符型或无序因子：

• 如果是字符型，对于h1-h5这种命名，字符排序刚好能正常工作，但如果后续出现h10，字符排序会把h10放在h2前面，完全不符合逻辑；
• 如果是无序因子，排序时会依赖默认的因子水平顺序（也就是原始列名的顺序，这里其实是对的，但如果数据里的hour不是按顺序出现，或者你需要强制固定顺序，就需要转成有序因子）。

方法一：melt后转成有序因子再排序 #

这是最稳妥的方式，能明确指定hour的逻辑顺序：

library(reshape2)
library(dplyr) # 用arrange函数做排序

# 按你的代码完成melt转换
mynewdf <- melt(mydf, id.vars = c("name","date"), 
                variable.name = "hour", 
                value.name = "desiredName", 
                measure.vars = names(mydf[,3:7]))

# 将hour转为有序因子，手动指定水平顺序
mynewdf$hour <- factor(mynewdf$hour, 
                       levels = paste0("h", 1:5), # 强制h1到h5的顺序
                       ordered = TRUE)

# 按date升序、hour升序排序
mynewdf_sorted <- arrange(mynewdf, date, hour)

方法二：不用因子，直接按hour中的数字排序 #

如果不想用因子，可以提取hour里的数字部分来排序，这种方式更灵活，适合hour命名不规则的场景：

library(stringr)
mynewdf_sorted <- arrange(mynewdf, date, as.numeric(str_extract(hour, "\\d+")))

这里str_extract(hour, "\\d+")会从h3这类字符串里提取出数字3，转成数值后排序就完全符合逻辑了。

方法三：melt时手动指定measure.vars的顺序（可选） #

其实reshape2的melt函数中，measure.vars的顺序会决定hour列的因子水平顺序（如果hour是因子类型的话）。你当前的measure.vars = names(mydf[,3:7])已经是按h1到h5的顺序，所以默认生成的hour因子水平是正确的，但如果原始列顺序不对，或者需要调整，可以手动指定顺序：

mynewdf <- melt(mydf, id.vars = c("name","date"), 
                variable.name = "hour", 
                value.name = "desiredName", 
                measure.vars = c("h1", "h2", "h3", "h4", "h5")) # 手动固定列顺序

不过这只能保证hour的因子水平正确，最终的排序还是需要用arrange来按date和hour完成。

总结 #

• 一定要先把date转成Date类型，避免字符排序的逻辑错误；
• 处理hour顺序的话，转成有序因子是最直观的方式，提取数字排序则更灵活；
• melt本身不能直接完成排序，但可以通过指定measure.vars的顺序来保证hour的因子水平正确，之后再用arrange完成最终的排序需求。

内容的提问来源于stack exchange，提问作者alvaropr