R中的reorder（）背后的逻辑？

Question

我很难理解reorder()背后的逻辑。

假设Var的定义如下：

Var <- factor(c(0.2, 0.1, -0.1))
order(Var)

现在，如果我想将其重新排序为c（1、2、3），我将运行以下代码，效果很好。

Needed_Order <- c(1, 2, 3)
Var <- reorder(Var, Needed_Order)
order(Var)

但是如果我想将Var重新排序为c（3，1，2）则不起作用

Needed_Order <- c(3,1,2)
Var <- reorder(Var, Needed_Order)
order(Var)

我希望获得3 1 2作为order(var)的输出，但它返回2 3 1。

Answer 1

我认为@prosoitos已经有了一个不错的答案。我只是想说明为什么reorder函数存在及其有用。

图解中的订购组

让我们考虑经典的iris数据集

> data(iris)
> head(iris)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

并假设我们要绘制Sepal.Width的值，并与Species进行比较

boxplot(Sepal.Width ~ Species, iris)

，但是这里的顺序是按物种名称进行的，而我们认为，如果按照每种物种的平均萼片宽度进行排序，该图看起来会更好。这就是reorder是快速，强大的解决方案：

iris$Species <- reorder(iris$Species, iris$Sepal.Width, FUN=mean)
boxplot(Sepal.Width ~ Species, iris)

这里发生的是，与iris$Sepal.Width中每个级别相对应的iris$Species值已应用了函数mean，结果附加到因子上，成为{{1} }属性：

scores

然后使用这些分数对因素中的水平进行排名（按升序排列），并按以下顺序分配它们：

> attr(iris$Species, 'scores')
    setosa versicolor  virginica
     3.428      2.770      2.974

请注意，这不会更改数据框中任何 data 的顺序，而只会更改因子中使用的代码的顺序。 > levels(iris$Species) [1] "versicolor" "virginica" "setosa" 参数使FUN函数非常通用，因此可以按min或max或要对分组数据计算的任何函数进行排序。

总体而言，我认为关键是reorder函数中的第二个参数被认为是期望的顺序，而是用于输入与因子中每个条目相关的权重或值。 / p>

Answer 2

tidyverse包forcats中的函数lvls_reorder()完成了您想要的操作：

Var <- factor(c(0.2, 0.1, -0.1))
Needed_Order <- c(3, 1, 2)
Var <- forcats::lvls_reorder(Var, Needed_Order)
order(Var)

结果

[1] 3 1 2

---

说明

让我们使用一个示例，该示例的值，级别和级别的顺序位置具有不同的元素，以使可视化变得更容易：

f <- factor(c(a = "A", b = "B", c = "C"))
f
# a b c 
# A B C 
# Levels: A B C

order(f)
# [1] 1 2 3

现在，让我们使用stats::reorder()：

reorder(f, c(3, 1, 2))
# a b c 
# A B C 
# attr(,"scores")
# A B C 
# 3 1 2 
# Levels: B C A

reorder()将3 1 2的值"scores" attributes分配为A B C，并根据这些得分对这些水平重新排序：将得分重新排序为1 2 3级别到B C A。

由于order()返回的排列将因子重新排列为（默认情况下）升序，因此我们得到：

order(reorder(f, c(3, 1, 2)))
# [1] 2 3 1

相比之下，forcats::lvls_reorder()只是通过使用值3 1 2来对级别进行索引来重新排序（您尝试做的事情）：

lvls_reorder(f, c(3, 1, 2))
# a b c
# A B C
# Levels: C A B

哪个下订单：

order(lvls_reorder(f, c(3, 1, 2)))
# [1] 3 1 2