R中如何按指定数据框顺序重排数据并拆分响应列？

要把你的df按照plan.person的行顺序重排，再拆分出对应响应列的三个数据框，我们可以通过匹配实验因子组合来实现，具体步骤如下：

1. 确保因子列名匹配 #

首先要保证df和plan.person的实验因子列名完全对应（如果不对应，先修改列名）：

示例数据的列名修正 #

你的示例中df的因子列是Temperatura、Concentracao、Velocidade，而plan.person的是Temp、Conc、Speed，所以先统一列名：

colnames(df)[1:3] <- colnames(plan.person)

实际数据（Plan2） #

你的实际df应该已经和plan.person的列名（pH、Temp、Dose、Conc、Speed）一致，这一步可以直接跳过。

2. 按plan.person的顺序重排df #

我们用interaction()生成每行实验因子组合的唯一标识，再通过match()找到df中对应行的索引，从而实现重排：

Base R 方法 #

# 生成每行因子组合的唯一键，确保匹配的唯一性
plan_key <- interaction(plan.person)
df_key <- interaction(df[, colnames(plan.person)])

# 获取匹配的行索引并重排df
df_reordered <- df[match(plan_key, df_key), ]

Tidyverse 方法（需提前安装加载dplyr包） #

library(dplyr)

df_reordered <- df %>%
  # 根据因子组合的匹配结果排序，严格对齐plan.person的顺序
  arrange(match(interaction(pick(all_of(colnames(plan.person))), interaction(plan.person))))

现在df_reordered的行顺序已经和plan.person完全一致了。

3. 拆分响应列生成三个目标数据框 #

把重排后的响应列分别和plan.person组合，得到三个结构完全一致的数据框：

示例数据版本 #

plan.person1 <- cbind(plan.person, remov_SMO = df_reordered$remov_SMO)
plan.person2 <- cbind(plan.person, remov_CO = df_reordered$remov_CO)
plan.person3 <- cbind(plan.person, remov_BE = df_reordered$remov_BE)

实际数据版本 #

plan.person1 <- cbind(plan.person, `%去除SMO` = df_reordered$`%去除SMO`)
plan.person2 <- cbind(plan.person, `%去除CO` = df_reordered$`%去除CO`)
plan.person3 <- cbind(plan.person, `%去除Bright-Edge 80` = df_reordered$`%去除Bright-Edge 80`)

如果习惯用tidyverse风格，也可以用mutate()添加列：

plan.person1 <- plan.person %>% mutate(`%去除SMO` = df_reordered$`%去除SMO`)
plan.person2 <- plan.person %>% mutate(`%去除CO` = df_reordered$`%去除CO`)
plan.person3 <- plan.person %>% mutate(`%去除Bright-Edge 80` = df_reordered$`%去除Bright-Edge 80`)

验证结果 #

你可以通过对比前几行的因子列来确认顺序是否正确：

# 对比plan.person和重排后df的因子列顺序
head(plan.person)
head(df_reordered[, colnames(plan.person)])

两者的因子列顺序应该完全一致，这样后续就能正常使用FrF2包进行实验分析了。

内容的提问来源于stack exchange，提问作者bbiasi