我试图了解该order()功能的工作原理.我的印象是它返回了索引的排列,当排序时,它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
我本来希望这会返回c(2, 3, 1, 4),因为排序的列表将是10 45 50 96.
有人能帮我理解这个函数的返回值吗？
duf*_*ymo 93
这似乎可以解释它.
的定义
order是,a[order(a)]为递增次序.这适用于您的示例,其中正确的顺序是第四,第二,第一,然后第三个元素.您可能一直在寻找
rank,它返回元素的等级,
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
因此rank告诉您数字的顺序,order告诉您如何按升序获取它们.
plot(a, rank(a)/length(a))将给出CDF的图表.order但是,要知道为什么 有用,尝试plot(a, rank(a)/length(a),type="S")哪个会弄乱,因为数据不是按顺序递增如果您这样做
oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
或只是
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
获得了CDF的折线图.
我打赌你在考虑排名.
dou*_*oug 32
要对1D向量或单列数据进行排序,只需调用sort函数并传入序列.
另一方面,顺序函数对于对数据二维数据进行排序是必要的- 即,在矩阵或数据帧中收集的多列数据.
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尝试.
好吧,你可以这样做:
sort(fg$Dist, decreasing=T)
返回:50 48 43 37 34 32 26 25 25 20
这是正确的,但不是很有用 - 它确实告诉我们最长的射门尝试的距离,第二长的,......以及最短的; 然而,这就是我们所知道的 - 例如,我们不知道踢球者是谁,尝试是否成功等等.当然,我们需要在"Dist"栏上排序整个数据框(换句话说,我们想要对单个属性Dist.上的所有数据行进行排序,如下所示:
Stadium Home Week Qtr Away Off Def Result Kicker Dist
751 Out PHI 14 4 NYG PHI NYG Good D.Akers 50
307 Out DEN 14 2 BAL DEN BAL Good J.Elam 48
571 Out NE 1 2 OAK OAK NE Missed S.Janikowski 43
702 Out OAK 15 4 CLE CLE OAK Good P.Dawson 37
492 Out KC 13 3 DEN KC DEN Good L.Tynes 34
491 Out KC 9 1 OAK OAK KC Good S.Janikowski 32
654 Out NYG 11 2 PHI NYG PHI Good J.Feely 26
691 Out NYJ 17 3 BUF NYJ BUF Good M.Nugent 25
164 Out CHI 13 2 GB CHI GB Good R.Gould 25
80 Out BAL 1 2 IND IND BAL Good M.Vanderjagt 20
这就是订单的作用.它是二维数据的"排序"; 换一种说法,它返回由行号这样的一维整数索引排序行根据该矢量,会给你的专栏,正确的面向行的排序DIST
这是它的工作原理.上面,sort用于对Dist列进行排序; 要对Dist列上的整个数据框进行排序,我们使用'order' 与上面使用的'sort'完全相同:
ndx = order(fg$Dist, decreasing=T)
(我通常将从'order'返回的数组绑定到变量'ndx',它代表'index',因为我将它用作索引数组来排序.)
那是第1步,这是第2步:
'ndx','sort'返回的内容然后用作索引数组来重新排序数据帧'fg':
fg_sorted = fg[ndx,]
fg_sorted是紧接在上面的重新排序的数据帧.
总而言之,'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).
gun*_*ica 20
(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,并由@duffymo链接;每个人都有+1,顺便说一下.)
？order告诉你原始向量的哪个元素需要放在第一个,第二个等,以便对原始向量进行排序,而？rank告诉你哪个元素具有最低,第二低等值.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,"当你排序时,把第三个元素放在第一位......",而是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;它们只是以不同的方式呈现信息.)因此,我们看到我们可以使用order()排序,但我们不能使用rank()这种方式:
> a[order(a)]
[1] 10 45 50 96
> sort(a)
[1] 10 45 50 96
> a[rank(a)]
[1] 50 10 45 96
通常,除非已经对矢量进行了排序,否则order()它将不相等rank():
> b <- sort(a)
> order(b)==rank(b)
[1] TRUE TRUE TRUE TRUE
此外,由于order()(基本上)在数据行上操作,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
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