理解order()函数

时间:2010-02-23 01:41:05

标签: r sorting r-faq

我试图了解order()函数的工作原理。我的印象是它返回了索引的排列,在排序时会对原始向量进行排序。

例如,

> a <- c(45,50,10,96)
> order(a)
[1] 3 1 2 4

我原本希望这会返回c(2, 3, 1, 4),因为排序的列表是10 45 50 96.

有人可以帮我理解这个函数的返回值吗?

6 个答案:

答案 0 :(得分:90)

This似乎在解释它。

  

order的定义是a[order(a)]所在   增加秩序。这适用于您的示例,其中正确   order是第四个,第二个,第一个,然后是第三个元素。

     

您可能一直在寻找rank,它会返回该等级   元素
  R> a <- c(4.1, 3.2, 6.1, 3.1)
  R> order(a)
  [1] 4 2 1 3
  R> rank(a)
  [1] 3 2 4 1
  所以rank会告诉您这些数字的顺序,   order告诉您如何按升序排列它们。

     

plot(a, rank(a)/length(a))会给出CDF的图表。看看为什么   order非常有用,请尝试plot(a, rank(a)/length(a),type="S")   由于数据不是递增的顺序,这会造成混乱

     

如果你这样做了   oo<-order(a)
  plot(a[oo],rank(a[oo])/length(a),type="S")
  或者只是   oo<-order(a)
  plot(a[oo],(1:length(a))/length(a)),type="S")
  你得到了CDF的折线图。

我敢打赌你在考虑排名。

答案 1 :(得分:31)

要对1D向量或单列数据进行排序,只需调用 排序 函数并传入序列。

另一方面, 订单 功能是分组数据两个维数据所必需的 - 即收集多列数据在矩阵或数据框中。

Stadium Home Week Qtr Away Off Def Result       Kicker Dist
751     Out  PHI   14   4  NYG PHI NYG   Good      D.Akers   50
491     Out   KC    9   1  OAK OAK  KC   Good S.Janikowski   32
702     Out  OAK   15   4  CLE CLE OAK   Good     P.Dawson   37
571     Out   NE    1   2  OAK OAK  NE Missed S.Janikowski   43
654     Out  NYG   11   2  PHI NYG PHI   Good      J.Feely   26
307     Out  DEN   14   2  BAL DEN BAL   Good       J.Elam   48
492     Out   KC   13   3  DEN  KC DEN   Good      L.Tynes   34
691     Out  NYJ   17   3  BUF NYJ BUF   Good     M.Nugent   25
164     Out  CHI   13   2   GB CHI  GB   Good      R.Gould   25
80      Out  BAL    1   2  IND IND BAL   Good M.Vanderjagt   20

以下是2008年NFL赛季投篮命中数据的摘录,这是一个我称之为'fg'的数据帧。假设这10个数据点代表了2008年尝试的所有实地目标;进一步假设你想知道那一年尝试的最长射门次数的距离,踢球的距离以及是否好的;你也想知道第二长,第三长,等等。最后你想要最短的射门次数。

嗯,你可以这样做:

sort(fg$Dist, decreasing=T)

返回:50 48 43 37 34 32 26 25 25 20

这是正确的,但不是很有用 - 它确实告诉我们最长的射门尝试的距离,第二长的,......以及最短的;然而,这就是我们所知道的 - 例如,我们不知道踢球者是谁,尝试是否成功等等。当然,我们需要在“Dist”栏上排序整个数据框(换句话说,我们想要对单个属性 Dist 上的所有数据行进行排序。 看起来像这样:

Stadium Home Week Qtr Away Off Def Result       Kicker Dist
751     Out  PHI   14   4  NYG PHI NYG   Good      D.Akers   50
307     Out  DEN   14   2  BAL DEN BAL   Good       J.Elam   48
571     Out   NE    1   2  OAK OAK  NE Missed S.Janikowski   43
702     Out  OAK   15   4  CLE CLE OAK   Good     P.Dawson   37
492     Out   KC   13   3  DEN  KC DEN   Good      L.Tynes   34
491     Out   KC    9   1  OAK OAK  KC   Good S.Janikowski   32
654     Out  NYG   11   2  PHI NYG PHI   Good      J.Feely   26
691     Out  NYJ   17   3  BUF NYJ BUF   Good     M.Nugent   25
164     Out  CHI   13   2   GB CHI  GB   Good      R.Gould   25
80      Out  BAL    1   2  IND IND BAL   Good M.Vanderjagt   20

这就是订单的作用。这是二维数据的'排序';换句话说,它返回一个由行号组成的1D整数索引,以便根据该向量对行进行排序,从而在列上为您提供正确的面向行的排序, Dist

这是它的工作原理。上面, sort 用于对Dist列进行排序;要对Dist列上的整个数据框进行排序,我们使用'order'与上面使用'sort'的方式完全相同:

ndx = order(fg$Dist, decreasing=T)

(我通常将从'order'返回的数组绑定到变量'ndx',后者代表 对于'index',因为我将它用作索引数组来进行排序。)

这是第1步,这是第2步:

'ndx','sort'返回的内容随后被用作重新排序数据框的索引数组'fg':

fg_sorted = fg[ndx,]

fg_sorted是紧接在上面的重新排序的数据帧。

总之,'sort'用于创建索引数组(指定要排序的列的排序顺序),然​​后将其用作索引数组以重新排序数据框(或矩阵)。 / p>

答案 2 :(得分:18)

(我认为在这里简单地概述这些想法可能有助于总结@doug发布的好材料,并且由@duffymo链接;每个人都有+1,顺便说一句。)

?order告诉你原始向量的哪个元素需要放在第一个,第二个等等,以便对原始向量进行排序,而?rank告诉你哪个元素具有最低,第二个价值最低等。例如:

> a <- c(45, 50, 10, 96)
> order(a)  
[1] 3 1 2 4  
> rank(a)  
[1] 2 3 1 4  

所以order(a)说'在排序时把第三个元素放在第一位......',而rank(a)说'第一个元素是第二个最低......'。 (请注意,他们都同意哪个元素最低等等;他们只是以不同方式呈现信息。)因此,我们发现我们可以使用order()进行排序,但我们不能使用rank()方式:

> a[order(a)]  
[1] 10 45 50 96  
> sort(a)  
[1] 10 45 50 96  
> a[rank(a)]  
[1] 50 10 45 96  

一般情况下,order()不等于rank(),除非已经对矢量进行了排序:

> b <- sort(a)  
> order(b)==rank(b)  
[1] TRUE TRUE TRUE TRUE  

此外,由于order()(基本上)在数据的行列上运行,您可以在不影响信息的情况下编写它们,但反过来会产生乱码:

> order(rank(a))==order(a)  
[1] TRUE TRUE TRUE TRUE  
> rank(order(a))==rank(a)  
[1] FALSE FALSE FALSE  TRUE  

答案 3 :(得分:6)

运行这一小段代码让我理解了订单功能

x <- c(3, 22, 5, 1, 77)

cbind(
  index=1:length(x),
  rank=rank(x),
  x, 
  order=order(x), 
  sort=sort(x)
)

     index rank  x order sort
[1,]     1    2  3     4    1
[2,]     2    4 22     1    3
[3,]     3    3  5     3    5
[4,]     4    1  1     2   22
[5,]     5    5 77     5   77

参考:http://r.789695.n4.nabble.com/I-don-t-understand-the-order-function-td4664384.html

答案 4 :(得分:2)

这可以在某些时候帮助你。

a <- c(45,50,10,96)
a[order(a)]

你得到的是

[1] 10 45 50 96

我写的代码表明你想要“a”作为“a”的整个子集,并且你希望它从最低到最高值排序。

答案 5 :(得分:1)

简单来说,order()给出了幅度越来越大的元素的位置。

例如,order(c(10,20,30))会提供 1,2,3 order(c(30,20,10))会提供 3,2,1