R中的主成分序-PCA

我正试图用

原理
在R中进行PCA。事实上，我做了，但我很好奇为什么我的主要成分不是按数字排序的？我是说为什么它们是PC1，PC2，PC3。这两者之间有什么关系

tb2 <- principal(tba, nfactors = 4)
tb2
Principal Components Analysis
Call: principal(r = tba, nfactors = 4)
Standardized loadings (pattern matrix) based upon correlation matrix
        PC2   PC3   PC1   PC4   h2     u2 com
bio1   0.89  0.28  0.32 -0.05 0.98 0.0248 1.5
bio2  -0.07 -0.22  0.09  0.96 0.99 0.0091 1.1
bio3   0.63  0.21 -0.22  0.60 0.85 0.1497 2.5
bio4  -0.60 -0.40  0.34  0.44 0.83 0.1682 3.3
bio5   0.78  0.15  0.46  0.33 0.95 0.0454 2.1
bio6   0.89  0.36  0.17 -0.21 0.99 0.0088 1.5
bio7  -0.50 -0.38  0.26  0.70 0.96 0.0395 2.8
bio8   0.85  0.12  0.20 -0.19 0.81 0.1896 1.3
bio9   0.85  0.24  0.41  0.03 0.95 0.0525 1.6
bio10  0.85  0.23  0.40  0.04 0.95 0.0533 1.6
bio11  0.90  0.34  0.21 -0.13 0.99 0.0058 1.4
bio12  0.16  0.94  0.03 -0.15 0.93 0.0743 1.1
bio13  0.29  0.93  0.18 -0.09 0.99 0.0086 1.3
bio14 -0.31 -0.18 -0.89 -0.05 0.92 0.0777 1.3
bio15  0.34  0.72  0.56 -0.02 0.94 0.0577 2.4
bio16  0.27  0.93  0.22 -0.10 0.99 0.0069 1.3
bio17 -0.17 -0.16 -0.93 -0.07 0.93 0.0725 1.1
bio18 -0.40 -0.29 -0.84 -0.06 0.96 0.0440 1.7
bio19  0.26  0.93  0.22 -0.09 0.99 0.0066 1.3

                       PC2  PC3  PC1  PC4
SS loadings           6.84 4.99 3.81 2.26
Proportion Var        0.36 0.26 0.20 0.12
Cumulative Var        0.36 0.62 0.82 0.94
Proportion Explained  0.38 0.28 0.21 0.13
Cumulative Proportion 0.38 0.66 0.87 1.00

Mean item complexity =  1.7
Test of the hypothesis that 4 components are sufficient.

The root mean square of the residuals (RMSR) is  0.03 
 with the empirical chi square  96803.04  with prob <  0 

tb2顺序无关紧要。如果你真的关心它，你可以手动重新安排它们。不，我不关心。我只是想知道有什么重要的事情。如果你说不，那并不重要。对我来说没问题。谢谢