R 按特定顺序重新排列data.table中的行

我有一个

数据。表
dumdt
：

set.seed(123)
dumdt <- data.table(v1=sample(1:10, 5), v2=1:5)

如果我理解正确，您只需添加一个列，然后按其排序：

setorder(dumdt[, .r := order(to_ord)], .r)[, .r := NULL]

   v1 v2
1:  4  3
2:  6  5
3:  8  2
4:  3  1
5:  7  4

此功能尚未导出。在查看了
setorderv
的源代码之后，我能够提取对C函数的所需调用，该函数执行您所需的操作，并提供自定义命令

library(data.table)
set.seed(123)
dumdt <- data.table(v1=sample(1:10, 5), v2=1:5)
print(dumdt)
#   v1 v2
#1:  3  1
#2:  8  2
#3:  4  3
#4:  7  4
#5:  6  5
setroworder <- function(x, neworder) {
    .Call(data.table:::Creorder, x, as.integer(neworder), PACKAGE = "data.table")
    invisible(x)
}
to_ord <- c(3, 5, 2, 1, 4)
setroworder(x=dumdt, neworder=to_ord)
print(dumdt)
#   v1 v2
#1:  4  3
#2:  6  5
#3:  8  2
#4:  3  1
#5:  7  4


库（data.table）
种子集（123）
dumdt是否
setorder（cbind（dumdt，to_ord），to_ord）
（然后将ord设置为NULL）足够快？@EricLecoutre感谢您的评论，我不确定
cbind
的使用是否有效，但无论如何，这将改变
cbind
的未分配输出，而不是初始对象，因此不会真正有帮助。（事实上，我确信输出不会是预期的…）是的。。。的确引用总是有一些困难…将
的顺序“加倍”到domdt
的好方法，我不知道如何在上面使用顺序，不是吗？然后我们需要将
修改为_ord
以某种方式…@JS1204通过引用添加和删除行是不可能的，尽管您可以通过子集设置或使用rbind创建一个新表。如果你想删除一些东西，我想把它的to_ord值设置为NA，然后过滤掉NAs可能会起作用；但我不确定在这里添加一行意味着什么。你可以试着问一个新问题（因为我想我的评论是不够的，因为我不完全理解你所描述的问题），谢谢。我想到的情况是，
dumdt
与原来的帖子略有不同。最初的帖子是一个特例，其中
v2
和
to_ord
包含完全相同数量的元素，并且
v2
的所有元素都是唯一的。这对我来说就像魔术一样；-）非常感谢，你刚刚创建了我想要的功能。现在我觉得自己像个被宠坏的女孩；-）总的来说，我认为Frank的答案更正确一些，因为它只依赖于data.table中的导出函数，不像我的那样，
：
用于访问未导出的函数。你认为
Creorder
可以以某种方式修改，使函数不再工作吗？可能两种答案都有各自的优点/缺点。我同意Frank的答案更“适合”日常使用，但你的答案不那么“普通”，正如Frank提到的“酷的方式”：（显然，我并没有暗示Frank的答案有什么“不好的”，这也是非常好的）@Frank good point，订购两次。顺便说一句，如果有人喜欢Frank解决方案的包装：
setroworder
setorder(dumdt[, .r := order(to_ord)], .r)[, .r := NULL]

   v1 v2
1:  4  3
2:  6  5
3:  8  2
4:  3  1
5:  7  4

library(data.table)
set.seed(123)
dumdt <- data.table(v1=sample(1:10, 5), v2=1:5)
print(dumdt)
#   v1 v2
#1:  3  1
#2:  8  2
#3:  4  3
#4:  7  4
#5:  6  5
setroworder <- function(x, neworder) {
    .Call(data.table:::Creorder, x, as.integer(neworder), PACKAGE = "data.table")
    invisible(x)
}
to_ord <- c(3, 5, 2, 1, 4)
setroworder(x=dumdt, neworder=to_ord)
print(dumdt)
#   v1 v2
#1:  4  3
#2:  6  5
#3:  8  2
#4:  3  1
#5:  7  4