Пытаюсь понять, как order()работает функция. У меня создалось впечатление, что он вернул перестановку индексов, которая при сортировке сортирует исходный вектор.
Например,
> a <- c(45,50,10,96)
> order(a)
[1] 3 1 2 4
Я ожидал, что это вернется c(2, 3, 1, 4), так как отсортированный список будет 10 45 50 96.
Может ли кто-нибудь помочь мне понять возвращаемое значение этой функции?
Ответы:
Это , кажется, объяснить.
Определение
order- это то, чтоa[order(a)]находится в порядке возрастания. Это работает с вашим примером, где правильный порядок - четвертый, второй, первый, затем третий элементы.Возможно, вы искали
rank, что возвращает ранг элементов,
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
поэтомуrankсообщает вам, в каком порядке расположены числа,orderговорит вам, как получить их в порядке возрастания.
plot(a, rank(a)/length(a))даст график CDF. Чтобы понять, почемуorderэто полезно, попробуйте,plot(a, rank(a)/length(a),type="S")что дает беспорядок, потому что данные не в порядке возрастанияЕсли вы это сделали
oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
или просто
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
вы получите линейный график CDF.
Готов поспорить, вы думаете о звании.
order(a, decreasing = T)и rank(a)вернет эквивалентный ответ.
a<-c(4,2,1,80,13)Тогда order(a)должно быть 3 4 5 1 2, но, как ни странно, я получаю3 2 1 5 4
rankи orderтакое же?
order(order(a))вернется так же, как rank(a) если бы галстуков не было. Если есть, то он вернется так же, как rank(a, ties.method="first").
Чтобы отсортировать одномерный вектор или отдельный столбец данных, просто вызовите функцию сортировки и передайте свою последовательность.
С другой стороны, порядок функции необходимо сортировать данные два мерных данных - то есть, несколько столбцов данных , собранных в матрице или dataframe.
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 отрывок данных по попыткам филд-гола в сезоне НФЛ 2008 года, фрейм данных, который я назвал «fg». предположим, что эти 10 точек данных представляют все полевые цели, поставленные в 2008 году; далее предположим, что вы хотите узнать расстояние, на которое была заброшена самая длинная игра с игры в этом году, кто его забил, и было ли это хорошим или нет; вы также хотите знать, кто является вторым по длине, а также третьим по длине и т. д .; и, наконец, вам нужна самая короткая попытка броска с игры.
Что ж, вы могли бы просто сделать это:
sort(fg$Dist, decreasing=T)
который возвращает: 50 48 43 37 34 32 26 25 25 20
Это правильно, но не очень полезно - оно говорит нам о расстоянии самой длинной попытки броска с игры, второй по длине, ... а также самой короткой; однако, это все, что мы знаем - например, мы не знаем, кто был виноват, была ли попытка успешной и т. д. Конечно, нам нужен весь фрейм данных, отсортированный по столбцу «Dist» (другими словами, мы хотите отсортировать все строки данных по одному атрибуту Dist ., который будет выглядеть следующим образом:
Stadium Home Week Qtr Away Off Def Result Kicker Dist
751 Out PHI 14 4 NYG PHI NYG Good D.Akers 50
307 Out DEN 14 2 BAL DEN BAL Good J.Elam 48
571 Out NE 1 2 OAK OAK NE Missed S.Janikowski 43
702 Out OAK 15 4 CLE CLE OAK Good P.Dawson 37
492 Out KC 13 3 DEN KC DEN Good L.Tynes 34
491 Out KC 9 1 OAK OAK KC Good S.Janikowski 32
654 Out NYG 11 2 PHI NYG PHI Good J.Feely 26
691 Out NYJ 17 3 BUF NYJ BUF Good M.Nugent 25
164 Out CHI 13 2 GB CHI GB Good R.Gould 25
80 Out BAL 1 2 IND IND BAL Good M.Vanderjagt 20
Вот что делает заказ . Это «сортировка» двумерных данных; Другими словами, он возвращает 1D целочисленный индекс, состоящий из номеров строк, так что сортировка строк в соответствии с этим вектором даст вам правильную ориентированную на строки сортировку по столбцу, Dist
Вот как это работает. Выше, вроде был использован для сортировки Dist колонки; чтобы отсортировать весь фрейм данных в столбце Dist, мы используем «порядок» точно так же, как «сортировка» используется выше :
ndx = order(fg$Dist, decreasing=T)
(Обычно я привязываю массив, возвращаемый из 'order', к переменной 'ndx', что означает 'index', потому что я собираюсь использовать его как массив индексов для сортировки.)
это был шаг 1, вот шаг 2:
'ndx', то, что возвращает 'sort', затем используется в качестве массива индексов для изменения порядка фрейма данных 'fg':
fg_sorted = fg[ndx,]
fg_sorted - это переупорядоченный фрейм данных непосредственно выше.
Таким образом, «сортировка» используется для создания индексного массива (который определяет порядок сортировки столбца, который вы хотите отсортировать), который затем используется как индексный массив для изменения порядка фрейма данных (или матрицы).
(Я подумал, что было бы полезно изложить здесь идеи очень просто, чтобы обобщить хороший материал, опубликованный @doug и связанный @duffymo; +1 к каждому, кстати.)
? order сообщает вам, какой элемент исходного вектора нужно поставить первым, вторым и т. д., чтобы отсортировать исходный вектор, тогда как ? rank сообщает вам, какой элемент имеет наименьшее, второе низшее 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
Так order(a)говорится: «Поместите третий элемент первым при сортировке ...», в то время rank(a)как говорится: «Первый элемент является вторым самым низким ...». (Обратите внимание, что они оба согласны с тем, какой элемент самый низкий и т. Д.; Они просто по-разному представляют информацию.) Таким образом, мы видим, что мы можем использовать order()для сортировки, но не можем использовать rank()этот способ:
> 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 order()случае не будет равно, rank()если вектор еще не отсортирован:
> b <- sort(a)
> order(b)==rank(b)
[1] TRUE TRUE TRUE TRUE
Кроме того, поскольку order()он (по сути) работает с рядами данных, вы можете составлять их, не влияя на информацию, но наоборот, производит тарабарщину:
> order(rank(a))==order(a)
[1] TRUE TRUE TRUE TRUE
> rank(order(a))==rank(a)
[1] FALSE FALSE FALSE TRUE
orderи rankфактически инвертируют друг друга (по крайней мере, пока значения в aних уникальны). Если вы представите, что у каждого из них есть имена (/ label) ('1', '2', '3', '4') в их значениях, тогда значения order(a)говорят вам, какая позиция в rank(a)каждой метке встречается (например, 1-е значение order(a)(3) сообщает вам, что «1» встречается в 3-й позиции rank(a), и наоборот (например, 2-е значение rank(a)(3) говорит вам, что «2» встречается в 3-й позиции order(a)). Это обратные перестановки: rank(order(a))= order(rank(a))=1 2 3 4
Запуск этого небольшого фрагмента кода позволил мне понять функцию заказа
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
xin cbind().
В какой-то момент это может вам помочь.
a <- c(45,50,10,96)
a[order(a)]
Вы получаете
[1] 10 45 50 96
Код, который я написал, указывает, что вам нужно "a" как целое подмножество "a", и вы хотите, чтобы оно было упорядочено от наименьшего к наибольшему значению.
они похожи, но не одинаковы
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),]
all(x==x[order(x)][rank(x)])всегда верно. некоторые перестановки обратны сами себе, но большинство - нет. перестановка, обратная сортировке, выходящая из порядка (), - это rank (). это объясняет, почему они иногда одинаковы, а другие нет.