Jak zmienić kolejność kolumn w ramce danych?

Jak zmienić to wejście (z sekwencją: czas, wejście, wyjście, pliki):

Time   In    Out  Files
1      2     3    4
2      3     4    5

Do tego wyjścia (z sekwencją: czas, wyjście, wejście, pliki)?

Time   Out   In  Files
1      3     2    4
2      4     3    5

Oto fikcyjne dane R:

table <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5))
table
##  Time In Out Files
##1    1  2   3     4
##2    2  3   4     5

Twoja ramka danych ma cztery kolumny df[,c(1,2,3,4)]. Zauważ, że pierwszy przecinek oznacza zachowanie wszystkich wierszy, a 1,2,3,4 odnosi się do kolumn.

Aby zmienić kolejność jak w powyższym pytaniu, zrób to df2[,c(1,3,2,4)]

Jeśli chcesz wydrukować ten plik jako plik csv, zrób write.csv(df2, file="somedf.csv")

# reorder by column name
data <- data[c("A", "B", "C")]

#reorder by column index
data <- data[c(1,3,2)]

Możesz także użyć funkcji podzestawu:

data <- subset(data, select=c(3,2,1))

Lepiej użyj operatora [] jak w innych odpowiedziach, ale warto wiedzieć, że możesz wykonać operację podzbioru i zmiany kolejności kolumn w jednym poleceniu.

Aktualizacja:

Możesz także użyć funkcji wyboru z pakietu dplyr:

data = data %>% select(Time, out, In, Files)

Nie jestem pewien co do wydajności, ale dzięki składni dplyr to rozwiązanie powinno być bardziej elastyczne, szczególnie jeśli masz dużo kolumn. Na przykład następujące polecenie zmieni kolejność kolumn zestawu danych mtcars w odwrotnej kolejności:

mtcars %>% select(carb:mpg)

Następujące elementy uporządkują tylko niektóre kolumny i odrzucą inne:

mtcars %>% select(mpg:disp, hp, wt, gear:qsec, starts_with('carb'))

Przeczytaj więcej o wybranej składni dplyr .

Jak wspomniano w tym komentarzu , standardowe sugestie dotyczące ponownego zamawiania kolumn w a data.framesą na ogół uciążliwe i podatne na błędy, szczególnie jeśli masz dużo kolumn.

Ta funkcja pozwala ponownie rozmieścić kolumny według pozycji: podaj nazwę zmiennej i żądaną pozycję i nie martw się o inne kolumny.

##arrange df vars by position
##'vars' must be a named vector, e.g. c("var.name"=1)
arrange.vars <- function(data, vars){
    ##stop if not a data.frame (but should work for matrices as well)
    stopifnot(is.data.frame(data))

    ##sort out inputs
    data.nms <- names(data)
    var.nr <- length(data.nms)
    var.nms <- names(vars)
    var.pos <- vars
    ##sanity checks
    stopifnot( !any(duplicated(var.nms)), 
               !any(duplicated(var.pos)) )
    stopifnot( is.character(var.nms), 
               is.numeric(var.pos) )
    stopifnot( all(var.nms %in% data.nms) )
    stopifnot( all(var.pos > 0), 
               all(var.pos <= var.nr) )

    ##prepare output
    out.vec <- character(var.nr)
    out.vec[var.pos] <- var.nms
    out.vec[-var.pos] <- data.nms[ !(data.nms %in% var.nms) ]
    stopifnot( length(out.vec)==var.nr )

    ##re-arrange vars by position
    data <- data[ , out.vec]
    return(data)
}

Teraz prośba PO staje się tak prosta:

table <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5))
table
##  Time In Out Files
##1    1  2   3     4
##2    2  3   4     5

arrange.vars(table, c("Out"=2))
##  Time Out In Files
##1    1   3  2     4
##2    2   4  3     5

Aby dodatkowo zamienić Timei Fileskolumny, możesz to zrobić:

arrange.vars(table, c("Out"=2, "Files"=1, "Time"=4))
##  Files Out In Time
##1     4   3  2    1
##2     5   4  3    2

dplyrRoztworu (część tidyversezestawu pakietu) jest użycie select:

select(table, "Time", "Out", "In", "Files") 

# or

select(table, Time, Out, In, Files)

Może to przypadek, że żądana kolejność kolumn ma nazwy kolumn w malejącej kolejności alfabetycznej. Ponieważ właśnie tak możesz zrobić:

df<-df[,order(colnames(df),decreasing=TRUE)]

Tego używam, gdy mam duże pliki z wieloma kolumnami.

Możesz użyć pakietu data.table :

Jak zmienić kolejność kolumn data.table (bez kopiowania)

require(data.table)
setcolorder(DT,myOrder)

Te trzy najlepiej ocenione odpowiedzi mają słabość.

Jeśli twoja ramka danych wygląda tak

df <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5))

> df
  Time In Out Files
1    1  2   3     4
2    2  3   4     5

to jest kiepskie rozwiązanie do użycia

> df2[,c(1,3,2,4)]

Wykonuje zadanie, ale właśnie wprowadziłeś zależność od kolejności kolumn w danych wejściowych.

Tego stylu łamliwego programowania należy unikać.

Wyraźne nazewnictwo kolumn jest lepszym rozwiązaniem

data[,c("Time", "Out", "In", "Files")]

Ponadto, jeśli zamierzasz ponownie użyć kodu w bardziej ogólnym ustawieniu, możesz po prostu

out.column.name <- "Out"
in.column.name <- "In"
data[,c("Time", out.column.name, in.column.name, "Files")]

co jest również całkiem miłe, ponieważ w pełni izoluje literały. Natomiast jeśli używasz dplyr'sselect

data <- data %>% select(Time, out, In, Files)

wtedy powinieneś ustawić tych, którzy będą czytać Twój kod później, łącznie z tobą, dla trochę oszustwa. Nazwy kolumn są używane jako literały, ale nie pojawiają się w kodzie jako takim.

dplyrwersja 1.0.0zawiera relocate()funkcję łatwego zmieniania kolejności kolumn:

dat <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5))

library(dplyr) # from version 1.0.0 only

dat %>%
  relocate(Out, .before = In)

lub

dat %>%
  relocate(Out, .after = Time)

data.table::setcolorder(table, c("Out", "in", "files"))

Jedyny, który widziałem dobrze działa, jest stąd .

 shuffle_columns <- 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
}

Użyj w ten sposób:

new_df <- iris[shuffle_columns(names(iris), "Sepal.Width before Sepal.Length")]

Działa jak marzenie.