理解order（）函数_R_Sorting_R Faq

理解order（）函数

r sorting

理解order（）函数,r,sorting,r-faq,R,Sorting,R Faq,我试图理解order（）函数是如何工作的。我的印象是，它返回了一个索引排列，排序后，将对原始向量进行排序比如说, > a <- c(45,50,10,96) > order(a) [1] 3 1 2 4 >订单（a） [1] 3 1 2 4 我希望它返回c（2，3，1，4），因为排序的列表是10 45 50 96 有人能帮我理解这个函数的返回值吗？似乎解释了这一点 order的定义是a[order（a）]在递增顺序。这适用于您的示例，其中顺序是第四、第二、第一、第三个

我试图理解

order（）

函数是如何工作的。我的印象是，它返回了一个索引排列，排序后，将对原始向量进行排序

比如说,

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

>订单（a）
[1] 3 1 2 4

我希望它返回

c（2，3，1，4）

，因为排序的列表是10 45 50 96

有人能帮我理解这个函数的返回值吗？

似乎解释了这一点

order

的定义是

a[order（a）]

在递增顺序。这适用于您的示例，其中顺序是第四、第二、第一、第三个元素

您可能一直在寻找

rank

，它返回元素

R>订单（a）

[1]4 2 1 3

R>排名（a）

[1]3 2 4 1

所以

rank

告诉你数字的顺序，

order

告诉您如何按升序获取它们

绘图（a，秩（a）/长度（a））

将给出CDF的图形。看看原因

order

很有用，但是，请尝试

plot（a，rank（a）/length（a），type=“S”）

这会造成混乱，因为数据的顺序不是递增的

如果你做了

oo要对一维向量或单列数据进行排序，只需调用sort函数并按顺序传递即可
另一方面，order函数是对二维数据进行排序所必需的，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

下面是2008年NFL赛季的一段数据摘录，我称之为“fg”。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当年最长的射门距离，是谁踢的，以及射门的好坏；你还想知道第二长，以及第三长，等等。；最后，你需要最短的射门尝试
好吧，你可以这样做：
sort(fg$Dist, decreasing=T)

返回：50 48 43 37 34 32 26 25 20
这是正确的，但不是很有用——它确实告诉我们最长的射门距离，第二长的射门距离，以及最短的射门距离；然而，这就是我们所知道的——例如，我们不知道谁是踢球者，尝试是否成功，等等。当然，我们需要在“Dist”列上对整个数据帧进行排序（换句话说，我们希望在单个属性Dist上对所有数据行进行排序）。
看起来是这样的：
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order所做的。它是对二维数据的“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，可以对列Dist进行正确的面向行排序
下面是它的工作原理。上面，sort用于对Dist列进行排序；要对Dist列上的整个数据帧进行排序，我们使用的“order”与上面使用的“sort”完全相同：
（我通常将从“order”返回的数组绑定到变量“ndx”，它代表
对于“index”，因为我将使用它作为索引数组进行排序。）
这是第一步，这是第二步：
“ndx”，然后将“sort”返回的内容用作索引数组，对数据帧“fg”重新排序：
fg_sorted = fg[ndx,]

fg_sorted是紧挨着上面重新排序的数据帧
总之，“sort”用于创建一个索引数组（指定要排序的列的排序顺序），然后作为索引数组对数据帧（或矩阵）重新排序。
（我认为在这里简单地列出这些想法可能会有帮助，以总结@doug发布的好材料，并通过@duffymo；+1相互链接，顺便说一句。）
告诉您原始向量的哪个元素需要放在第一位、第二位等，以便对原始向量进行排序，而告诉您哪个元素的值最低、第二位最低等。例如：
> a <- c(45, 50, 10, 96)
> order(a)  
[1] 3 1 2 4  
> rank(a)  
[1] 2 3 1 4  

通常，order（）
不等于rank（）
，除非向量已经排序：
> b <- sort(a)  
> order(b)==rank(b)  
[1] TRUE TRUE TRUE TRUE  

运行这段代码可以让我理解order函数
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

x这在某种程度上可以帮助您
a <- c(45,50,10,96)
a[order(a)]

我写的代码表明您希望将“a”作为“a”的一个整体子集，并希望将其从最低值到最高值排序。
简单地说，order（）
给出了数量级不断增加的元素的位置
例如，顺序（c（10,20,30））
将给出1,2,3和
顺序（c（30,20,10））
将给出3,2,1
它们相似但不相同
set.seed(0)
x<-matrix(rnorm(10),1)

# one can compute from the other
rank(x)  == col(x)%*%diag(length(x))[order(x),]
order(x) == col(x)%*%diag(length(x))[rank(x),]
# rank can be used to sort
sort(x) == x%*%diag(length(x))[rank(x),]

set.seed（0）
xAhh..我现在明白了。order（）以排序的顺序返回向量的索引。太好了，非常感谢。顺序（a，递减=T）
和秩（a）
将返回相同的答案。我的订单有问题。a@duffymo这里的一点帮助将不胜感激。rank
和order
何时相同？实际上，order（order（a））
将返回与rank（a）相同的结果
如果没有关联。如果有关联，那么它将返回与秩（a，ties.method=“first”）-1:order对于向量来说非常有意义。order的基本属性（即a[order（a）]被排序）没有明确说明。错误。您需要再看一次-“基本属性”确实在这两个向量中显示得非常清楚（灰色背景）上面的代码行。因为排序w/‘order’是两个独立的操作，所以我用两行代码展示了这一点——一行创建索引向量，第二行使用该索引执行排序。OP要求解释的不仅仅是结果，我给了他一个解释，他选择了我的答案并写了简短的“否”就证明了这一点上面的“谢谢”有着完美的意义。我甚至把它绑定起来
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

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

[1] 10 45 50 96

set.seed(0)
x<-matrix(rnorm(10),1)

# one can compute from the other
rank(x)  == col(x)%*%diag(length(x))[order(x),]
order(x) == col(x)%*%diag(length(x))[rank(x),]
# rank can be used to sort
sort(x) == x%*%diag(length(x))[rank(x),]