一种在大数据帧中使用R对列重新排序的简便方法

这个问题与大型数据帧中列的重新排序有关，例如，大约有800列。数据框在每个id的不同日期之前有许多列名（即第一列）。类似的问题出现在网上（例如和），但它们的具体内容不适合我的情况。数据集的一个示例如下所示

df <-
structure(
list(
  id = c(1L, 2L, 3L, 4L,5L),
  date1 = c("1/4/2004", "3/8/2004", "NA", "13/10/2004","11/3/2003"),
  ax=c(1,2,1,"NA",5),
  am=c(1,0,1,0,0),
  aq=c(0,0,1,1,1),
  date2 = c("8/6/2002", "11/5/2004", "3/5/2004", 
"25/11/2004","21/1/2004"),
  bx=c(3,2,6,1,5),
  bm=c(1,1,0,1,1),
  bq=c(1,0,1,0,0),
  date3=c("23/6/2006", "24/12/2006", "18/2/2006", "NA","NA"),
  cx=c(1,2,4,1,0),
  cm=c(1,1,0,1,1),
  cq=c(1,0,1,0,0)
 ),
.Names = c("id", 
"date1","ax","am","aq","date2","bx","bm","bq","date3","cx","cm","cq"),
class = "data.frame",
row.names = c(NA,-5L)
)

---

然而，我正在寻找一个非常方便的代码，可以轻松地处理大数据。非常感谢您的帮助。

如果您的完整数据符合您概述的模式，您可以循环使用位置调整向量，如下所示：

df[c(1, (2:ncol(df) + c(0,1,1,-2)))]

  id      date1 am aq ax      date2 bm bq bx      date3 cm cq cx
1  1   1/4/2004  1  0  1   8/6/2002  1  1  3  23/6/2006  1  1  1
2  2   3/8/2004  0  0  2  11/5/2004  1  0  2 24/12/2006  1  0  2
3  3         NA  1  1  1   3/5/2004  0  1  6  18/2/2006  0  1  4
4  4 13/10/2004  0  1 NA 25/11/2004  1  0  1         NA  1  0  1
5  5  11/3/2003  0  1  5  21/1/2004  1  0  5         NA  1  0  0

说明：

模式是保持日期不变，将第二列和第三列向前移动一列，将第四列向后移动两列。我们可以创建一个向量：

adj.pattern <- c(0,1,1,-2) 

然后，我们使用此索引对数据帧进行排序（在ID列的开头添加

1

）：

---

如果您想固定

id

和

date

列，并根据名称对其内部的其余列进行排序，我们可以这样做

#1:ncol(df)
all_cols <- seq_len(ncol(df))
#Get indices of fixed columns
fixed_columns <- c(1, grep("date", names(df)))
#Get the name of columns apart from fixed ones
cols <- names(df)[-fixed_columns]
#Sort and match them and update the new order in all_cols
all_cols[-fixed_columns] <- match(sort(cols), names(df))
df[all_cols]

#  id      date1 am aq ax      date2 bm bq bx      date3 cm cq cx
#1  1   1/4/2004  1  0  1   8/6/2002  1  1  3  23/6/2006  1  1  1
#2  2   3/8/2004  0  0  2  11/5/2004  1  0  2 24/12/2006  1  0  2
#3  3         NA  1  1  1   3/5/2004  0  1  6  18/2/2006  0  1  4
#4  4 13/10/2004  0  1 NA 25/11/2004  1  0  1         NA  1  0  1
#5  5  11/3/2003  0  1  5  21/1/2004  1  0  5         NA  1  0  0

#1:ncol（df）
对于上面的示例数据，您的代码运行良好。如果我得到了理解，我将能够扩展它来处理完整的数据。你能解释一下吗。谢谢大家!@特里查德-为您添加了一个解释。
adj.pattern <- c(0,1,1,-2) 

col.index <- 2:ncol(df) + adj.pattern
col.index

[1]  2  4  5  3  6  8  9  7 10 12 13 11

df[c(1, col.index)]

#1:ncol(df)
all_cols <- seq_len(ncol(df))
#Get indices of fixed columns
fixed_columns <- c(1, grep("date", names(df)))
#Get the name of columns apart from fixed ones
cols <- names(df)[-fixed_columns]
#Sort and match them and update the new order in all_cols
all_cols[-fixed_columns] <- match(sort(cols), names(df))
df[all_cols]

#  id      date1 am aq ax      date2 bm bq bx      date3 cm cq cx
#1  1   1/4/2004  1  0  1   8/6/2002  1  1  3  23/6/2006  1  1  1
#2  2   3/8/2004  0  0  2  11/5/2004  1  0  2 24/12/2006  1  0  2
#3  3         NA  1  1  1   3/5/2004  0  1  6  18/2/2006  0  1  4
#4  4 13/10/2004  0  1 NA 25/11/2004  1  0  1         NA  1  0  1
#5  5  11/3/2003  0  1  5  21/1/2004  1  0  5         NA  1  0  0