Функция order () в R не дает мне правильных результатов [duplicate]

Запуск этого небольшого фрагмента кода позволил мне понять функцию порядка

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

Ссылка: http://r.789695.n4.nabble.com/I-don-t -understand-the-order-function-td4664384.html

Чтобы отсортировать вектор 1D или один столбец данных, просто вызовите функцию sort и передайте в свою последовательность.

С другой стороны, порядок Функция необходима для сортировки данных двух -мерных данных, т. е. нескольких столбцов данных, собранных в матрице или фрейме.

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

Вот выдержка данных для попыток полевых целей в сезоне NFL 2008 года, DataFrame, который я назвал 'fg'. предположим, что эти 10 точек данных представляют собой все цели поля, предпринятые в 2008 году; далее предположим, что вы хотите знать расстояние до самой длинной цели поля, предпринятой в этом году, кто ее ударил, и хорошо это или нет; вы также хотите знать второй, самый длинный, а также третий самый длинный и т. д .; и, наконец, вам нужна самая короткая попытка цели поля.

Ну, вы могли бы просто сделать это:

sort(fg$Dist, decreasing=T)

, который возвращает: 50 48 43 37 34 32 26 25 25 20

Это правильно, но не очень полезно - это говорит нам о расстоянии самой длинной попытки цели поля, второй по длине, ... и кратчайшей; однако, это все, что мы знаем - например, мы не знаем, кем был кикер, была ли попытка успешной и т. д. Конечно, нам нужен весь фрейм данных, отсортированный по столбцу «Dist» (иначе говоря, мы хотите отсортировать все строки данных по одному атрибуту Dist , который будет выглядеть следующим образом:

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

Это то, что делает порядок . Это «сортировка» для двумерных данных; иначе говоря, он возвращает 1D целочисленный индекс, состоящий из чисел строк, таких как сортировка строк по этому вектору, даст вам правильный сортировочный вид по столбцу, Dist

Вот как это работает. Выше, sort использовался для сортировки столбца Dist, для сортировки всего кадра данных в столбце Dist мы используем ' order ' точно так же, как «sort» используется выше :

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

(я обычно привязываю массив, возвращенный из «порядка», к переменной «ndx», которая означает «index», потому что я собираюсь использовать его как индексный массив для сортировки.)

, который был шагом 1, здесь ' s шаг 2:

'ndx', то, что возвращается 'sort', затем используется в качестве массива индексов для повторного упорядочивания dataframe, 'fg':

fg_sorted = fg[ndx,]

fg_sorted - это переупорядоченный блок данных сразу же.

В сумме 'sort' используется для создания массива индексов (который определяет порядок сортировки столбца, который вы хотите отсортировать), который затем используется как индексный массив, чтобы повторно заказать фрейм данных (или матрицу).

(я думал, что было бы полезно изложить идеи очень просто здесь, чтобы обобщить хороший материал, отправленный @doug, и связанный с @duffymo; +1 к каждому, кстати.)

? order сообщает вам, какой элемент исходного вектора нужно поместить первым, вторым и т. д., чтобы отсортировать исходный вектор, тогда как ? rank сообщите, какой элемент имеет самое низкое, второе низкое и т. д. значение. Например:

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

Итак, order(a) говорит: «Сначала поставьте третий элемент, когда сортируете ...», тогда как rank(a) говорит: «Первый элемент является вторым самым низким. .. '. (Обратите внимание, что они оба согласны с тем, какой элемент является самым низким и т. Д., Они просто представляют информацию по-разному.) Таким образом, мы видим, что мы можем использовать order() для сортировки, но мы не можем использовать rank() следующим образом:

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

В общем случае order() не будет rank(), если вектор уже не был отсортирован:

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

Кроме того, поскольку order() (по существу) работает над ряды данных, вы можете составить их, не влияя на информацию, но наоборот создает тарабарщину:

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

Простыми словами, order() дает расположение элементов увеличивающейся величины.

Например, order(c(10,20,30)) даст 1,2,3, а order(c(30,20,10)) даст 3,2,1.

Это может помочь вам в какой-то момент.

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

Что вы получаете

[1] 10 45 50 96

Код, который я написал, указывает, что вы хотите «a» как целое подмножество «a», и вы хотите, чтобы он был заказан от самого низкого до самого высокого значения.