您可以直接使用 order() 函数，而无需借助附加工具——请参阅这个更简单的答案，它从 example(order) 代码顶部使用了技巧：

R> dd[with(dd, order(-z, b)), ]
    b x y z
4 Low C 9 2
2 Med D 3 1
1  Hi A 8 1
3  Hi A 9 1

两年多后编辑： 只是有人问如何通过列索引执行此操作。答案是只需将所需的排序列传递给函数 order() ：

R> dd[order(-dd[,4], dd[,1]), ]
    b x y z
4 Low C 9 2
2 Med D 3 1
1  Hi A 8 1
3  Hi A 9 1
R> 

而不是使用列的名称（ with() 为了更容易/更直接的访问）。

应该以相同的方式工作，但不能使用。尝试 M <- matrix(c(1,2,2,2,3,6,4,5), 4, 2, byrow=FALSE, dimnames=list(NULL, c(\'a\',\'b\'))) 创建矩阵 M，然后使用 M[order(M[,\'a\'],-M[,\'b\']),] 按两列对其进行排序。

足够简单：dd[ order(-dd[,4], dd[,1]), ]，但不能用于基于名称的子集。

为什么 dd[ order(-dd[,4],, ] 无效或 'dd[ order(-dd[,4], ]' 基本上为什么需要 dd[,1]？如果只想按 1 列排序，-dd[,4] 是否还不够？

当您对字符列使用减号时，会出现“一元运算符的参数无效”错误。通过在 xtfrm 中包装列来解决此问题，例如 dd[ order(-xtfrm(dd[,4]), dd[,1]), ]。

您的选择

• order 从 base
• arrange 从 dplyr
• setorder 以及 setorderv 来自 data.table
• arrange 从 plyr
• sort 从 taRifx
• orderBy 从 doBy
• sortData 从 Deducer

大多数情况下，你应该使用 dplyr 或 data.table 解决方案，除非没有依赖关系很重要，在这种情况下使用 base::order .

我最近将 sort.data.frame 添加到了 CRAN 包中，使其与这里讨论的类兼容： 为 sort.data.frame 创建通用/方法一致性的最佳方法？

因此，给定数据框 dd，可以按如下方式排序：

dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"), 
      levels = c("Low", "Med", "Hi"), ordered = TRUE),
      x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
      z = c(1, 1, 1, 2))
library(taRifx)
sort(dd, f= ~ -z + b )

如果您是此功能的原作者之一，请联系我。有关公共领域的讨论在此处： https://chat..com/transcript/message/1094290#1094290

您还可以使用 arrange() Hadley 在上面的线程中指出的 plyr 功能

library(plyr)
arrange(dd,desc(z),b)

基准测试：请注意，由于存在许多冲突，我将每个包都加载到新的 R 会话中。特别是，加载 doBy 包会导致 sort 返回“以下对象被‘x（位置 17）’屏蔽：b、x、y、z”，而加载 Deducer 包会覆盖 sort.data.frame Kevin Wright 或 taRifx 包。

#Load each time
dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"), 
      levels = c("Low", "Med", "Hi"), ordered = TRUE),
      x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9),
      z = c(1, 1, 1, 2))
library(microbenchmark)

# Reload R between benchmarks
microbenchmark(dd[with(dd, order(-z, b)), ] ,
    dd[order(-dd$z, dd$b),],
    times=1000
)

中位时间：

dd[with(dd, order(-z, b)), ] 778

dd[order(-dd$z, dd$b),] 788

library(taRifx)
microbenchmark(sort(dd, f= ~-z+b ),times=1000)

中位时间： 1,567

library(plyr)
microbenchmark(arrange(dd,desc(z),b),times=1000)

中位时间： 862

library(doBy)
microbenchmark(orderBy(~-z+b, data=dd),times=1000)

中位时间： 1,694

请注意，doBy 需要花费相当多的时间来加载包。

library(Deducer)
microbenchmark(sortData(dd,c("z","b"),increasing= c(FALSE,TRUE)),times=1000)

无法加载 Deducer。需要 JGR 控制台。

esort <- function(x, sortvar, ...) {
attach(x)
x <- x[with(x,order(sortvar,...)),]
return(x)
detach(x)
}

microbenchmark(esort(dd, -z, b),times=1000)

由于附加/分离，似乎与微基准测试不兼容。

m <- microbenchmark(
  arrange(dd,desc(z),b),
  sort(dd, f= ~-z+b ),
  dd[with(dd, order(-z, b)), ] ,
  dd[order(-dd$z, dd$b),],
  times=1000
  )

uq <- function(x) { fivenum(x)[4]}  
lq <- function(x) { fivenum(x)[2]}

y_min <- 0 # min(by(m$time,m$expr,lq))
y_max <- max(by(m$time,m$expr,uq)) * 1.05
  
p <- ggplot(m,aes(x=expr,y=time)) + coord_cartesian(ylim = c( y_min , y_max )) 
p + stat_summary(fun.y=median,fun.ymin = lq, fun.ymax = uq, aes(fill=expr))

（线从下四分位数延伸到上四分位数，点是中位数）

鉴于这些结果，并在简单性和速度之间进行权衡，我不得不同意 arrange in the plyr package 。它的语法简单，但速度却几乎与基本 R 命令及其复杂的机制一样快。典型的 Hadley Wickham 作品。我唯一不满意的是，它打破了标准 R 命名法，其中排序对象由 调用 sort(object) ，但我理解 Hadley 这样做的原因，因为上面链接的问题中讨论了这些问题。

上面的 ggplot2 microbenchmark 函数现在可以作为 taRifx::autoplot.microbenchmark 使用。

@AriB.Friedman 使用“arrange”，我们如何按升序排序？我从未见过按升序排序的示例。我尝试使用“asc”而不是“desc”，但它不起作用。谢谢

@AME 看看样本中 b 是如何排序的。默认按升序排序，因此您不必将其包装在 desc 中。两者均按升序排列：arrange(dd,z,b)。两者均按降序排列：arrange(dd,desc(z),desc(b))。

根据 ?arrange: \'# NOTE: plyr 函数不保留 row.names\'。如果想要保留 row.names，这会使优秀的 accordion() 函数变得不理想。

如果您改用 sort.list(x, method=“radix”)，其中一些使用顺序可能会更快一些。

Dirk 的回答很棒。它还强调了索引 data.frame s 和 data.table s 所用语法的一个关键区别：

## The data.frame way
dd[with(dd, order(-z, b)), ]

## The data.table way: (7 fewer characters, but that's not the important bit)
dd[order(-z, b)]

两次调用之间的差异很小，但可能会产生重大影响。特别是如果您编写生产代码和/或关心研究的正确性，最好避免不必要的变量名重复。 data.table 帮助您做到这一点。

下面是一个重复变量名可能会给你带来麻烦的例子：

让我们改变 Dirk 的回答中的上下文，并说这是一个更大项目的一部分，其中有很多对象名称，它们很长且有意义；而不是 dd 它被称为 quarterlyreport 。它变成：

quarterlyreport[with(quarterlyreport,order(-z,b)),]

好的，没问题。这没什么问题。接下来，你的老板要求你在报告中包含上一季度的报告。你检查代码， lastquarterlyreport 在各个地方添加一个对象，不知何故（究竟是怎么回事？）你得到了这个：

quarterlyreport[with(lastquarterlyreport,order(-z,b)),]

这不是你的意思，但你没有发现它，因为你写得很快，而且它位于一页类似的代码中。代码没有失败（没有警告也没有错误），因为 R 认为这就是你的意思。你希望阅读你的报告的人都能发现它，但也许他们没有。如果你经常使用编程语言，那么这种情况可能很常见。你会说这是一个“打字错误”。你会对老板说“我会改正这个‘打字错误’”。

在 data.table ，我们关心的是这样的微小细节。所以我们做了一些简单的事情来避免输入两次变量名。非常简单的事情。 i 在框架内自动进行了评估 dd 根本 with() 不需要

代替

dd[with(dd, order(-z, b)), ]

只是

dd[order(-z, b)]

而不是

quarterlyreport[with(lastquarterlyreport,order(-z,b)),]

只是

quarterlyreport[order(-z,b)]

这是一个很小的差异，但有一天它可能会救你一命。在权衡这个问题的不同答案时，请考虑将变量名称的重复次数作为决定的标准之一。有些答案有相当多的重复，而其他答案则没有。

+1 这是一个很好的观点，并且指出了 R 语法中经常让我恼火的细节。我有时使用 subset() 只是为了避免在一次调用中重复引用同一个对象。

我想您也可以在这里添加新的 setorder 函数，因为这个线程是我们发送所有订单类型重复的地方。

这里有很多优秀的答案，但是 dplyr 给出了我能快速轻松记住的唯一语法（所以现在经常使用）：

library(dplyr)
# sort mtcars by mpg, ascending... use desc(mpg) for descending
arrange(mtcars, mpg)
# sort mtcars first by mpg, then by cyl, then by wt)
arrange(mtcars , mpg, cyl, wt)

对于OP的问题：

arrange(dd, desc(z),  b)

    b x y z
1 Low C 9 2
2 Med D 3 1
3  Hi A 8 1
4  Hi A 9 1

当我的列是或类型因子（或类似的东西）并且我想按降序排列此因子列，然后按升序排列整数列时，接受的答案不起作用。但这很好用！谢谢！

为什么是“仅”？我发现 data.table 的 dd[order(-z, b)] 非常容易使用和记住。

同意，这两种方法之间没有太大区别，而且 data.table 在很多其他方面也为 R 做出了巨大贡献。我认为，对我来说，在这种情况下，少一组括号（或少一种括号）可能会减少几乎不可察觉的认知负担。

对我来说，事实是，arrange() 是完全声明性的，而 dd[order(-z, b)] 不是。