Comment réorganiser les colonnes d'un bloc de données?

Comment changerait-on cette entrée (avec la séquence: heure, entrée, sortie, fichiers):

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

Vers cette sortie (avec la séquence: time, out, in, files)?

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

Voici les données factices 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

Votre trame de données a quatre colonnes comme ça df[,c(1,2,3,4)]. Notez que la première virgule signifie conserver toutes les lignes, et le 1,2,3,4 fait référence aux colonnes.

Pour changer l'ordre comme dans la question ci-dessus, faites df2[,c(1,3,2,4)]

Si vous voulez sortir ce fichier en tant que csv, faites 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)]

Vous pouvez également utiliser la fonction de sous-ensemble:

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

Vous devriez mieux utiliser l'opérateur [] comme dans les autres réponses, mais il peut être utile de savoir que vous pouvez effectuer un sous-ensemble et une opération de réorganisation de colonne dans une seule commande.

Mettre à jour:

Vous pouvez également utiliser la fonction select du package dplyr:

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

Je ne suis pas sûr de l'efficacité, mais grâce à la syntaxe de dplyr, cette solution devrait être plus flexible, surtout si vous avez beaucoup de colonnes. Par exemple, les éléments suivants réorganiseront les colonnes de l'ensemble de données mtcars dans l'ordre inverse:

mtcars %>% select(carb:mpg)

Et ce qui suit ne réorganisera que certaines colonnes et en supprimera d'autres:

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

En savoir plus sur la syntaxe select de dplyr .

Comme mentionné dans ce commentaire , les suggestions standard pour réorganiser les colonnes dans un data.framesont généralement lourdes et sujettes aux erreurs, surtout si vous avez beaucoup de colonnes.

Cette fonction permet de réorganiser les colonnes par position: spécifiez un nom de variable et la position souhaitée, et ne vous inquiétez pas pour les autres colonnes.

##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)
}

Maintenant, la demande du PO devient aussi simple que ceci:

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

Pour permuter Timeet Filescolonnes en plus, vous pouvez faire ceci:

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

Une dplyrsolution (faisant partie de l' tidyverseensemble de packages) consiste à utiliser select:

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

# or

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

C'est peut-être une coïncidence si l'ordre des colonnes que vous souhaitez se trouve avoir des noms de colonnes dans l'ordre alphabétique décroissant. Puisque c'est le cas, vous pouvez simplement faire:

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

C'est ce que j'utilise lorsque j'ai de gros fichiers avec de nombreuses colonnes.

Vous pouvez utiliser le package data.table :

Comment réorganiser les colonnes data.table (sans copier)

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

Les trois réponses les mieux notées ont une faiblesse.

Si votre trame de données ressemble à ceci

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

alors c'est une mauvaise solution à utiliser

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

Il fait l'affaire, mais vous venez d'introduire une dépendance sur l'ordre des colonnes dans votre entrée.

Ce style de programmation fragile est à éviter.

La dénomination explicite des colonnes est une meilleure solution

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

De plus, si vous avez l'intention de réutiliser votre code dans un cadre plus général, vous pouvez simplement

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

ce qui est également très agréable car il isole complètement les littéraux. En revanche, si vous utilisez dplyr'sselect

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

alors vous mettriez en place ceux qui liront votre code plus tard, vous y compris, pour un peu de tromperie. Les noms de colonne sont utilisés comme littéraux sans apparaître dans le code en tant que tels.

dplyrla version 1.0.0inclut la relocate()fonction pour réorganiser facilement les colonnes:

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)

ou

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

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

Le seul que j'ai vu bien fonctionner est d' ici .

 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
}

Utilisez comme ceci:

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

Fonctionne comme un charme.