了解订单（）函数

Question

我想了解order()函数的工作原理。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 

我本来期望这回c(2, 3, 1, 4)，因为排序的名单将是10 45 50 96

有人能帮助我理解这个函数的返回值？

Answer 1

This似乎可以解释它。

的order定义是a[order(a)]是 递增的顺序。这适用于您的示例，其中正确的 顺序是第四，第二，第一，然后是第三个元素。

你可能一直在寻找rank，返回 要素的排名
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
所以rank告诉你什么样的顺序号在， order告诉你如何让它们按升序排列。

plot(a, rank(a)/length(a))将给出CDF的图表。要知道为什么 order是有用的，但是，尝试plot(a, rank(a)/length(a),type="S") 这给出了一个烂摊子，因为数据是不是在。如果你没有递增的顺序

oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
或者干脆
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
你会得到CDF的折线图。

我敢打赌你在考虑排名。

Answer 2

排序一维向量或数据的单个列，只需调用排序功能，并通过在你的序列。

在另一方面，顺序功能是必要的数据维数据进行排序。 - 即，在一个矩阵或数据帧收集的数据的多个列。

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 

这里是在2008年的NFL赛季场均出手数据的摘录，一个数据帧我已经被称为“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那一年尝试的最长射门得分的距离，谁踢了它，以及它是否成功;你也想知道第二长和第三长等;最后你想要最短的投篮尝试。

那么，你可能只是这样做：

sort(fg$Dist, decreasing=T) 

返回：50 48 43 37 34 32 26 25 25 20

这是正确的，但不是非常有用 - 它告诉我们最长的投篮尝试的距离，第二长的......以及最短的距离;然而，这只是我们所知道的 - 例如，我们不知道踢球者是谁，是否尝试成功等等。当然，我们需要整个数据框按“Dist”列排序（换句话说，我们要DIST整理所有数据行对单个属性 这将是这样的：。

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 

这是为了确实它是二维的数据“排序”。 ;换言之，它返回由行号组成的一维整数索引，以便根据该向量对行进行排序，从而在列上给出正确的面向行的排序，D ist

下面是它的工作原理。以上，类被用来排列Dist列;对DIST列中的整个数据帧进行排序，我们使用“订单” 完全相同的方式如上述使用“排序”：

ndx = order(fg$Dist, decreasing=T) 

（ⅰ通常结合在阵列从“订单”返回到可变。“NDX”，它表示 为“索引”，因为我要使用它作为索引数组排序）

，这是第1步，这里是第2步：

“NDX”，什么是然后用'sort'返回，作为索引数组重新排序 dataframe，'f g'：

fg_sorted = fg[ndx,] 

fg_sorted是紧接在上面的重新排序的数据帧。

总之，'sort'用于创建一个索引数组（它指定要排序的列的排序顺序），然​​后将其用作索引数组来重新排序数据帧（或矩阵）。

Answer 3

（我想这可能是有益的非常简单地在这里奠定了思想总结好材料张贴@doug，&链接通过@duffymo; +1到每个，顺便说一句）

?order告诉你原始矢量的哪个元素需要放在第一个，第二个等位置，以便对原始矢量进行排序，而?rank则告诉您哪个元素具有最小值，第二小值等。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)在说，“先当把第三个元素，你的排序...'，而rank(a)则表示'第一个元素是第二低...'。 （请注意，他们都同意其元素是最低等;他们只是呈现的信息是不同的。）因此，我们看到，我们可以使用order()排序，但我们不能用rank()这样：

> a[order(a)] 
[1] 10 45 50 96 
> sort(a) 
[1] 10 45 50 96 
> a[rank(a)] 
[1] 50 10 45 96 

在一般情况下，order()将不等于rank()除非载体已经被排序：

> b <- sort(a) 
> order(b)==rank(b) 
[1] TRUE TRUE TRUE TRUE 

而且，由于order()是（本质）操作过的数据的行列，你可以撰写他们在不影响信息，但其他方式产生乱码：

> order(rank(a))==order(a) 
[1] TRUE TRUE TRUE TRUE 
> rank(order(a))==rank(a) 
[1] FALSE FALSE FALSE TRUE 

Answer 4

运行这一小段代码让我明白的顺序功能

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

Answer 5

这可以帮助你在某个时候。

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

你得到的是

[1] 10 45 50 96 

我写的代码表示想要“一”作为一个整体子集“一”，你希望它从最低责令最高值。

Answer 6

简而言之，order()给出了增加幅度的元素的位置。

例如，order(c(10,20,30))会给1,2,3和 order(c(30,20,10))会给3,2,1。