是否存在与Stata'等价的R函数；订单'；指挥部？

R中的order看起来像Stata中的sort。以下是一个数据集示例（仅列出变量名称）：

v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13 v14 v15 v16 v17 v18

以下是我期望的结果：

v1 v2 v3 v4 v5 v7 v8 v9 v10 v11 v12 v17 v18 v13 v14 v15 v16

在R中，我有两种方法：

data <- data[,c(1:5,7:12,17:18,13:15,6,16)]

在上面的理想数据中，我们可以知道要处理的变量的位置。但在大多数实际情况下，我们有像“年龄”、“性别”这样的变量，没有职位指标，而且一个数据集中可能有50多个变量。那么，Stata中“订单”的优势可能会更加明显。我们不需要知道变量的确切位置，只需键入其名称：

order age, after(gender)

R中是否有一个基本函数来处理这个问题，或者我可以得到一个包？提前谢谢

tweetinfo <- data.frame(uid=1:50, mid=2:51, annotations=3:52, bmiddle_pic=4:53, created_at=5:54, favorited=6:55, geo=7:56, in_reply_to_screen_name=8:57, in_reply_to_status_id=9:58, in_reply_to_user_id=10:59, original_pic=11:60, reTweetId=12:61, reUserId=13:62, source=14:63, thumbnail_pic=15:64, truncated=16:65)
noretweetinfo <- data.frame(uid=21:50, mid=22:51, annotations=23:52, bmiddle_pic=24:53, created_at=25:54, favorited=26:55, geo=27:56, in_reply_to_screen_name=28:57, in_reply_to_status_id=29:58, in_reply_to_user_id=30:59, original_pic=31:60, reTweetId=32:61, reUserId=33:62, source=34:63, thumbnail_pic=35:64, truncated=36:65)
retweetinfo <- data.frame(uid=41:50, mid=42:51, annotations=43:52, bmiddle_pic=44:53, created_at=45:54, deleted=46:55, favorited=47:56, geo=48:57, in_reply_to_screen_name=49:58, in_reply_to_status_id=50:59, in_reply_to_user_id=51:60, original_pic=52:61, source=53:62, thumbnail_pic=54:63, truncated=55:64)
tweetinfo$type <- "ti"
noretweetinfo$type <- "nr"
retweetinfo$type <- "rt"
gtinfo <- rbind(tweetinfo, noretweetinfo)
gtinfo$deleted=""
gtinfo <- gtinfo[,c(1:16,18,17)]
retweetinfo <- transform(retweetinfo, reTweetId="", reUserId="")
retweetinfo <- retweetinfo[,c(1:5,7:12,17:18,13:15,6,16)]
gtinfo <- rbind(gtinfo, retweetinfo)
write.table(gtinfo, file="C:/gtinfo.txt", row.names=F, col.names=T, sep="\t", quote=F)
# rm(list=ls(all=T))

---

tweetinfo不清楚您想做什么，但您的第一句话让我假设您想对数据集进行排序

实际上，有一个内置的
order
函数，它返回有序序列的索引。你在找这个吗

> x <- c(3,2,1)

> order(x)
[1] 3 2 1

> x[order(x)]
[1] 1 2 3

>x订单（x）
[1] 3 2 1
>x[命令（x）]
[1] 1 2 3
我明白你的问题。我现在可以提供以下代码：

move <- function(data,variable,before) {
  m <- data[variable]
  r <- data[names(data)!=variable]
  i <- match(before,names(data))
  pre <- r[1:i-1]
  post <- r[i:length(names(r))]
  cbind(pre,m,post)
}

# Example.
library(MASS)
data(painters)
str(painters)

# Move 'Expression' variable before 'Drawing' variable.
new <- move(painters,"Expression","Drawing")
View(new)

move这将为您提供相同的文件：

#snip
gtinfo <- rbind(tweetinfo, noretweetinfo)
gtinfo$deleted=""
retweetinfo <- transform(retweetinfo, reTweetId="", reUserId="")
gtinfo <- rbind(gtinfo, retweetinfo)
gtinfo <-gtinfo[,c(1:16,18,17)]
#snip

#剪断
gtinfo您可以编写自己的函数来实现这一点

下面将使用与stata类似的语法为列名提供新的顺序


其中
是一个有4种可能性的命名列表


list（last=T）
list（first=T）
list（before=x）
其中
x
是所讨论的变量名
list（在=x之后）
其中
x
是所讨论的变量名

sorted=T
将按字典顺序对
var\u列表进行排序（从
stata
命令中组合
字母
和
顺序
）


该函数仅对名称起作用，（一旦您将
data.frame
对象作为
data
传递，并返回重新排序的名称列表）

乙二醇

因为我在拖延时间，并且在尝试不同的事情，所以我设计了一个函数。最终，它取决于
append
：

moveme <- function(invec, movecommand) {
  movecommand <- lapply(strsplit(strsplit(movecommand, ";")[[1]], ",|\\s+"), 
                        function(x) x[x != ""])
  movelist <- lapply(movecommand, function(x) {
    Where <- x[which(x %in% c("before", "after", "first", "last")):length(x)]
    ToMove <- setdiff(x, Where)
    list(ToMove, Where)
  })
  myVec <- invec
  for (i in seq_along(movelist)) {
    temp <- setdiff(myVec, movelist[[i]][[1]])
    A <- movelist[[i]][[2]][1]
    if (A %in% c("before", "after")) {
      ba <- movelist[[i]][[2]][2]
      if (A == "before") {
        after <- match(ba, temp)-1
      } else if (A == "after") {
        after <- match(ba, temp)
      }    
    } else if (A == "first") {
      after <- 0
    } else if (A == "last") {
      after <- length(myVec)
    }
    myVec <- append(temp, values = movelist[[i]][[1]], after = after)
  }
  myVec
}

因此，显而易见的用法是，对于名为“df”的
data.frame
：

对于名为“DT”的
data.table
（正如@mnel所指出的，这将更有效地利用内存）：


请注意，复合移动由分号指定

认可的行动包括：


之前
（将指定列移动到另一个命名列之前）
之后
（将指定列移动到另一个命名列之后）
first
（将指定的列移动到第一个位置）
last
（将指定列移动到最后一个位置）
包
dplyr
和函数
dplyr:：relocate
，这是在
dplyr 1.0.0
中引入的一个新动词，完全符合您的要求

library（dplyr）

data%>%重新定位（v17、v18、.before=v13）

data%>%重新定位（v6，v16，.after=last\u col（））

data%>%relocate（age，.after=gender）
为什么要对列进行排序？通常情况下，人们不关心data.frame中列（变量）的顺序，而只关心行（观察值）的顺序..即使是行中的顺序也常常是多余的，除非观察有一个明确的顺序，例如在时间序列中。请将此作为一个问题提问。这可以用更好的方式轻松完成。请阅读
？rbind
。如果
rbind
的参数是data.frames，则列按名称而不是位置匹配。有跟踪@Roland的评论：这意味着（我认为）命令
retweetinfo是我最不想做的事情，我想对数据进行排序在Stata中，意味着另一件使用过它的东西可以理解。嗯，这对所有人来说都不是大问题，感兴趣的人可能会研究它。@leoce我的观点是，你只对它感兴趣，因为你还是R的新手，来自Stata。我在回答中表明，你不需要在代码排序时弄乱代码。事实上，你只需要需要排序一次，这只是因为您希望在输出文件中有一个特定的顺序。您是对的，gtinfo我不理解。您可以使用上面所示的基本功能进行排序。如果您不想使用索引，您也可以使用列名，可能使用
子集
。数据分割t是一种非常创新的思维方式他将数据分为三部分。目前它可能无法解决多变量重新定位问题，但我们可以通过这种方式进一步解决。非常感谢。请注意，这种方法效率不高，应该避免用于大型数据集或循环内。@Roland必须对变量进行排序的原则效率很低，但我发现它是这样的变量名，这是您有时需要解决的问题。@leoce您可以将函数的
variable
参数设置为变量向量，如果您需要的话：将
r
变量更改为
data[！（名称（数据）%in%variable）]
@Fr.不，我的意思是你的函数效率不高。特别是，拆分数据帧和cbinding是低效的操作，在这里可以避免。
#snip
gtinfo <- rbind(tweetinfo, noretweetinfo)
gtinfo$deleted=""
retweetinfo <- transform(retweetinfo, reTweetId="", reUserId="")
gtinfo <- rbind(gtinfo, retweetinfo)
gtinfo <-gtinfo[,c(1:16,18,17)]
#snip

stata.order <- function(var_list, where, sorted = F, data) {
    all_names = names(data)
    # are all the variable names in
    check <- var_list %in% all_names
    if (any(!check)) {
        stop("Not all variables in var_list exist within  data")
    }
    if (names(where) == "before") {
        if (!(where %in% all_names)) {
            stop("before variable not in the data set")
        }
    }
    if (names(where) == "after") {
        if (!(where %in% all_names)) {
            stop("after variable not in the data set")
        }
    }

    if (sorted) {
        var_list <- sort(var_list)
    }
    where_in <- which(all_names %in% var_list)
    full_list <- seq_along(data)
    others <- full_list[-c(where_in)]

    .nwhere <- names(where)
    if (!(.nwhere %in% c("last", "first", "before", "after"))) {
        stop("where must be a list of a named element first, last, before or after")
    }

    do_what <- switch(names(where), last = length(others), first = 0, before = which(all_names[others] == 
        where) - 1, after = which(all_names[others] == where))

    new_order <- append(others, where_in, do_what)
    return(all_names[new_order])
}

tmp <- as.data.frame(matrix(1:100, ncol = 10))

stata.order(var_list = c("V2", "V5"), where = list(last = T), data = tmp)

##  [1] "V1"  "V3"  "V4"  "V6"  "V7"  "V8"  "V9"  "V10" "V2"  "V5" 

stata.order(var_list = c("V2", "V5"), where = list(first = T), data = tmp)

##  [1] "V2"  "V5"  "V1"  "V3"  "V4"  "V6"  "V7"  "V8"  "V9"  "V10"

stata.order(var_list = c("V2", "V5"), where = list(before = "V6"), data = tmp)

##  [1] "V1"  "V3"  "V4"  "V2"  "V5"  "V6"  "V7"  "V8"  "V9"  "V10"

stata.order(var_list = c("V2", "V5"), where = list(after = "V4"), data = tmp)

##  [1] "V1"  "V3"  "V4"  "V2"  "V5"  "V6"  "V7"  "V8"  "V9"  "V10"

# throws an error
stata.order(var_list = c("V2", "V5"), where = list(before = "v11"), data = tmp)

## Error: before variable not in the data set

DT <- data.table(tmp)
# sets by reference, no copying
setcolorder(DT, stata.order(var_list = c("V2", "V5"), where = list(after = "V4"), 
    data = DT))

DT

##     V1 V3 V4 V2 V5 V6 V7 V8 V9 V10
##  1:  1 21 31 11 41 51 61 71 81  91
##  2:  2 22 32 12 42 52 62 72 82  92
##  3:  3 23 33 13 43 53 63 73 83  93
##  4:  4 24 34 14 44 54 64 74 84  94
##  5:  5 25 35 15 45 55 65 75 85  95
##  6:  6 26 36 16 46 56 66 76 86  96
##  7:  7 27 37 17 47 57 67 77 87  97
##  8:  8 28 38 18 48 58 68 78 88  98
##  9:  9 29 39 19 49 59 69 79 89  99
## 10: 10 30 40 20 50 60 70 80 90 100

moveme <- function(invec, movecommand) {
  movecommand <- lapply(strsplit(strsplit(movecommand, ";")[[1]], ",|\\s+"), 
                        function(x) x[x != ""])
  movelist <- lapply(movecommand, function(x) {
    Where <- x[which(x %in% c("before", "after", "first", "last")):length(x)]
    ToMove <- setdiff(x, Where)
    list(ToMove, Where)
  })
  myVec <- invec
  for (i in seq_along(movelist)) {
    temp <- setdiff(myVec, movelist[[i]][[1]])
    A <- movelist[[i]][[2]][1]
    if (A %in% c("before", "after")) {
      ba <- movelist[[i]][[2]][2]
      if (A == "before") {
        after <- match(ba, temp)-1
      } else if (A == "after") {
        after <- match(ba, temp)
      }    
    } else if (A == "first") {
      after <- 0
    } else if (A == "last") {
      after <- length(myVec)
    }
    myVec <- append(temp, values = movelist[[i]][[1]], after = after)
  }
  myVec
}

x <- paste0("v", 1:18)

moveme(x, "v17, v18 before v3; v6, v16 last; v5 first")
#  [1] "v5"  "v1"  "v2"  "v17" "v18" "v3"  "v4"  "v7"  "v8"  "v9"  "v10" "v11" "v12"
# [14] "v13" "v14" "v15" "v6"  "v16"

df[moveme(names(df), "how you want to move the columns")]

setcolorder(DT, moveme(names(DT), "how you want to move the columns"))