https://www.cnblogs.com/liujiaxin2018/p/16211983.html
1、任意位置插入列
复制代码
> a <- letters[1:5]
> b <- LETTERS[1:5]
> c <- sample(1:10,5)
> d <- sample(letters[1:10],5)
> e <- data.frame(a, b, c, d)
> e ## 测试data.frame
a b c d
1 a A 5 f
2 b B 6 c
3 c C 1 j
4 d D 3 d
5 e E 4 e
> xc <- 11:15
> cbind(xc, e) ## 在第一列前插入列
xc a b c d
1 11 a A 5 f
2 12 b B 6 c
3 13 c C 1 j
4 14 d D 3 d
5 15 e E 4 e
> cbind(e, xc) ## 在最后一列后插入列
a b c d xc
1 a A 5 f 11
2 b B 6 c 12
3 c C 1 j 13
4 d D 3 d 14
5 e E 4 e 15
> cbind(e[,1:2], xc, e[,3:ncol(e)]) ## 在2、3列之间插入列
a b xc c d
1 a A 11 5 f
2 b B 12 6 c
3 c C 13 1 j
4 d D 14 3 d
5 e E 15 4 e
r如何调整新增加的列的位置
dt <- data.frame(v1=1:3,
v2=4:6,
v3=letters[1:3],
v4=LETTERS[1:3])
dt
dt1 <- dt[,c(1,4,3,2)]
dt1
或者使用dplyr::select()
比如：
dat %>% select(x1, x3, x2, x4)
非常感谢您的指导，再请教一下，如果我的数据框有很多列，我只要调换其中几列，其他列要保留不动，该怎么 …
用dplyr::select()的办法就是在括号里面加个everything()
比如：
dat %>% select(x1, x3, x2, x4, everything())
https://zhuanlan.zhihu.com/p/94476408
一. 创建新列
用 dplyr 包中的 mutate() 创建或修改列：
iris %>%
as_tibble(iris) %>%
mutate(new_column = "recycle_me")
若只给新列提供长度为 1 的向量，则循环使用得到值相同的一列；正常是以长度等于行数的向量赋值：
iris %>%
as_tibble(iris) %>%
mutate(new_column = rep_len(month.name, length.out=n()))
注： n() 返回group size, 未分组则为总行数。
二. 计算新列
用数据框的列计算新列，若修改当前列，只需要赋值给原列名。
iris %>%
as_tibble(iris) %>%
mutate(add_all = Sepal.Length + Sepal.Width + Petal.Length + Petal.Width)
注意，不能用sum(), 它会将整个列的内容都加起来，类似的还有 mean().
在同一个 mutate() 中可以同时创建或计算多个列，它们是从前往后依次计算，所以可以使用前面新创建的列。例如，
计算 iris 中所有 Petal.Length 的中位数；
创建标记列，若 Petal.Length 大于中位数则为 TRUE，否则为 FALSE；
用 as.numeric() 将 TRUE/FALSE 转化为 1/0
iris %>%
as_tibble() %>%
mutate(median_petal_length = median(Petal.Length),
has_long_petals = Petal.Length > median_petal_length,
has_long_petals = as.numeric(has_long_petals)) %>%
select(Petal.Length, median_petal_length, has_long_petals)
非常感谢您的指导，再请教一下，如果我的数据框有很多列，我只要调换其中几列，其他列要保留不动，该怎么 …
用dplyr::select()的办法就是在括号里面加个everything()
iris %>%
as_tibble() %>%
mutate(median_petal_length = median(Petal.Length),
has_long_petals = Petal.Length > median_petal_length,
has_long_petals = as.numeric(has_long_petals)) %>%
select(Petal.Length, median_petal_length, has_long_petals，everying())