了解order（）函数

Question 1

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，排序后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。

有人可以帮助我了解此函数的返回值吗？

Question 2

这似乎可以解释。

的定义order是，a[order(a)]为递增次序。这适用于您的示例，正确的顺序是第四个，第二个，第一个然后是第三个元素。

您可能一直在寻找rank，它返回元素的排名，
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
因此rank告诉您数字的顺序， order告诉您如何按升序排列它们。

plot(a, rank(a)/length(a))将给出CDF的图表。order但是，要查看为什么有用，请尝试plot(a, rank(a)/length(a),type="S") 将其弄乱，因为数据的顺序不是递增的

如果您这样做，
oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
或者只是
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
得到CDF的折线图。

我敢打赌，您正在考虑排名。

Question 3

要对一维矢量或单个数据列进行排序，只需调用sort函数并按顺序传递。

另一方面，必须使用order函数对数据进行二维数据排序，即在矩阵或数据框中收集的多列数据。

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 NFL赛季射门得分的数据摘录，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；进一步假设您想知道当年尝试的最长射门得分的距离，踢球的人以及射门是否好；您还想知道第二长的和第三长的，等等。最后，您需要最短的射门尝试。

好吧，您可以这样做：

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距离，第二长的射门……以及最短的射门；但是，仅此而已-例如，我们不知道踢人是谁，尝试是否成功，等等。当然，我们需要将整个数据框排序在“ Dist”列上（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

这就是命令的作用。它是对二维数据的“排序”。换句话说，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，将为列Dist提供正确的面向行的排序

运作方式如下。上面，sort用于对Dist列进行排序；为了对Dist列上的整个数据框进行排序，我们使用的“顺序”与上面使用“排序”的方式完全相同：

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

（我通常将从'order'返回的数组绑定到变量'ndx'，该变量代表'index'，因为我将使用它作为要排序的索引数组。）

那是第1步，这是第2步：

然后，将'sort'返回的'ndx'用作索引数组，以对数据帧'fg'重新排序：

fg_sorted = fg[ndx,]

fg_sorted是紧接其上方的重新排序的数据帧。

总之，“ sort”用于创建索引数组（该索引数组指定要排序的列的排序顺序），然后用作索引数组以对数据框（或矩阵）重新排序。

Question 4

（我认为在这里很简单地列出这些想法，以总结@doug发表的好材料，以及@duffymo链接的好材料可能是有帮助的； btw +1）。

？order告诉您需要将原始向量的哪个元素放在第一，第二等位置，以便对原始向量进行排序，而？rank告诉您哪个元素具有最低，第二最低等值。例如：

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

于是order(a)在说，“先放第三个元素，当你排序...”，而rank(a)在说，“第一个元素是第二低的......”。（请注意，他们都同意哪个元素是最低的，等等；他们只是以不同的方式显示信息。）因此，我们看到可以使用order()排序，但不能使用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，除非已对向量进行排序，否则order()将不等于rank()：

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

同样，由于order()（本质上）是在数据等级上运行，因此您可以在不影响信息的情况下编写它们，但是反过来会产生乱码：

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

Question 5

运行这段小代码使我了解订单功能

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

Question 6

这可以在某些时候为您提供帮助。

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

你得到的是

[1] 10 45 50 96

我编写的代码表明您希望将“ a”作为“ a”的整个子集，并且希望其从最低值到最高值排序。

Question 7

简而言之，order()给出了数量级增加的元素的位置。

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

Question 8

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),]