为什么R中的order（）在传递子集化数据帧时会生成NA？

Question

在理解这里发生的事情时遇到一些麻烦，在我看来，下面对数据框进行排序的两种方法都是等价的。

我们的数据框，

cols <- c("chr","id","value")
df <-   data.frame(c(1:5),c("ENSG1","ENSG2","ENSG3","ENSG4","ENSG5"),runif(5,5.0,10.0))
names(df) <- cols
df <- df[sample(nrow(df)),]
df

chr    id    value
5      ENSG5 8.913645
2      ENSG2 6.117744
4      ENSG4 8.558403
3      ENSG3 9.625546
1      ENSG1 6.105577

现在，方法1：

df[order(df[,c("chr","id")]),]

chr    id    value
1      ENSG1 6.105577
2      ENSG2 6.117744
3      ENSG3 9.625546
4      ENSG4 8.558403
5      ENSG5 8.913645
NA    <NA>       NA
NA    <NA>       NA
NA    <NA>       NA
NA    <NA>       NA
NA    <NA>       NA

由于一些奇怪的原因而在NAs中抛出，而将df列传递给order()，如，

方法2：

df[order(df$chr,df$id),]

chr    id    value
1      ENSG1 6.105577
2      ENSG2 6.117744
3      ENSG3 9.625546
4      ENSG4 8.558403
5      ENSG5 8.913645

或者不。

有人可以解释为什么方法1和方法2不可互换吗？

Answer 1

当我们查看?order时，它的第一个参数记录为：

  

一系列数字，复数，字符或逻辑向量，所有长度相同，或者是R类对象。

没有什么能真正表明它适用于数据框架。 A＆＃34;分类R对象＆＃34;有点模糊，并建议数据框架不会抛出错误，但它肯定不会说＃34;或数据框＆＃34;。

描述说：

  

请参阅示例，了解如何使用这些函数对数据框进行排序等。

当您致电order或数据框时，您可以看到会发生什么：

order(data.frame(a = 1:5, b = 5:1))
# [1]  1 10  2  9  3  8  4  7  5  6

它看起来像是将数据帧强制转换为向量，并对其进行排序。一般不太有用。这就是为什么当您运行df[order(df[,c("chr","id")]),]时，您会获得NA行。您的输入数据框有2列，因此order()输出的行数是数据帧的两倍。

您已经找到了订购数据框的正确方法，即向order提供实际向量。向量可以是数据框的单个列，也可以是其他正确长度的向量。