如何以不同的行/列顺序将两个等效数据帧排序为相同？ （无变量名，R编程）

Question

这个问题是关于R的。

假设我有数据帧df1：

    A  B  C  D  E
1  10  1  9  2  1
2   7 10  7  3 10
3   6  5 10  2  2
4   4  9  8 10  5
5  10 10  7  8  8
6   8  1  4 10  3
7   9 10  7  8  2
8   4 10  9  6  4
9   6  9  3  2  7
10  2  4  2  9  9

和数据帧df2：

    B  E  C  A  D
1   4  9  2  2  9
2   9  7  3  6  2
3   1  3  4  8 10
4  10  8  7 10  8
5  10  2  7  9  8
6  10 10  7  7  3
7   9  5  8  4 10
8   1  1  9 10  2
9  10  4  9  4  6
10  5  2 10  6  2

假设我没有每个字段的列名。除了行/列顺序（它们包含相同的信息）之外，数据帧是等效的

是否可以对两个数据帧排序而不知道它们的列名在值上完全相同？如何根据数据帧的值排序数据帧，以便它们完全相同/具有完全相同的格式？

即如何使两个数据框看起来都像：（请注意，这只是df1）

  +----+----+----+----+----+
  | 10 |  1 |  9 |  2 |  1 |
  |  7 | 10 |  7 |  3 | 10 |
  |  6 |  5 | 10 |  2 |  2 |
  |  4 |  9 |  8 | 10 |  5 |
  | 10 | 10 |  7 |  8 |  8 |
  |  8 |  1 |  4 | 10 |  3 |
  |  9 | 10 |  7 |  8 |  2 |
  |  4 | 10 |  9 |  6 |  4 |
  |  6 |  9 |  3 |  2 |  7 |
  |  2 |  4 |  2 |  9 |  9 |
  +----+----+----+----+----+

谢谢！

数据，格式为dput。

df1 <-
structure(list(A = c(10, 7, 6, 4, 10, 8, 9, 4, 6, 2), B = c(1, 
10, 5, 9, 10, 1, 10, 10, 9, 4), C = c(9, 7, 10, 8, 7, 4, 7, 9, 
3, 2), D = c(2, 3, 2, 10, 8, 10, 8, 6, 2, 9), E = c(1, 10, 2, 
5, 8, 3, 2, 4, 7, 9)), .Names = c("A", "B", "C", "D", "E"), row.names = c(NA, 
-10L), class = "data.frame")


df2 <-
structure(list(B = c(4, 9, 1, 10, 10, 10, 9, 1, 10, 5), E = c(9, 
7, 3, 8, 2, 10, 5, 1, 4, 2), C = c(2, 3, 4, 7, 7, 7, 8, 9, 9, 
10), A = c(2, 6, 8, 10, 9, 7, 4, 10, 4, 6), D = c(9, 2, 10, 8, 
8, 3, 10, 2, 6, 2)), .Names = c("B", "E", "C", "A", "D"), row.names = c(NA, 
-10L), class = "data.frame")

Answer 1

为了解决您的问题，您只需要知道order是它自己的逆。

ordFun <- function(x, y){
  i1 <- order(x)
  i2 <- order(y)
  y[i2][order(i1)]
}


result <- lapply(names(df1), function(nm) ordFun(df1[[nm]], df2[[nm]]))
result <- do.call(cbind.data.frame, result)
names(result) <- names(df1)

result
#    A  B  C  D  E
#1  10  1  9  2  1
#2   7 10  7  3 10
#3   6  5 10  2  2
#4   4  9  8 10  5
#5  10 10  7  8  8
#6   8  1  4 10  3
#7   9 10  7  8  2
#8   4 10  9  6  4
#9   6  9  3  2  7
#10  2  4  2  9  9