Я намагаюся зрозуміти, як order()працює ця функція. У мене склалося враження, що воно повертає перестановку індексів, яка при сортуванні буде сортувати вихідний вектор.
Наприклад,
> a <- c(45,50,10,96)
> order(a)
[1] 3 1 2 4
Я би очікував, що це повернеться c(2, 3, 1, 4), оскільки відсортований список буде 10 45 50 96.
Хтось може допомогти мені зрозуміти повернене значення цієї функції?
Відповіді:
Це , здається, пояснити.
Визначення
orderє те , щоa[order(a)]це в порядку зростання. Це працює з вашим прикладом, де правильним порядком є четвертий, другий, перший, потім третій елемент.Можливо, ви шукали
rank, що повертає ранг елементів,
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
щобrankповідомити вам, у якому порядку знаходяться числа, іorderрозповісти, як отримати їх у порядку зростання.
plot(a, rank(a)/length(a))дасть графік CDF.orderОднак, щоб зрозуміти, чому це корисно, спробуйте,plot(a, rank(a)/length(a),type="S")що спричиняє безлад, оскільки дані не зростаютьЯкщо ви це зробили
oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
або просто
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
отримаєте лінійний графік CDF.
Б'юся об заклад, ви думаєте про звання.
order(a, decreasing = T)і rank(a)поверне еквівалентну відповідь.
a<-c(4,2,1,80,13)Тоді order(a)повинно бути 3 4 5 1 2, але як не дивно, я отримую3 2 1 5 4
rankі те orderсаме?
order(order(a))повернеться так само, як rank(a) ніби немає зв'язків. Якщо є, він поверне те саме, що і rank(a, ties.method="first").
Щоб відсортувати одновимірний вектор або окремий стовпець даних, просто викликайте функцію сортування та передайте свою послідовність.
З іншого боку, порядок функції необхідно сортувати дані два мірних даних - тобто, декілька стовпців даних , зібраних в матриці або 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
Ось фрагмент даних для спроб польових воріт у сезоні НФЛ 2008, фрейм даних, який я назвав "fg". припустимо, що ці 10 пунктів даних представляють усі цілі на місцях, які були зроблені в 2008 році; далі припустимо, ви хочете знати відстань найдовшого польового гола, який намагався здійснити в тому році, хто його вдарив, і чи був він хорошим чи ні; ви також хочете знати другий за довжиною, а також третій за довжиною тощо; і нарешті вам потрібна найкоротша спроба польових воріт.
Ну, ви можете просто зробити це:
sort(fg$Dist, decreasing=T)
який повертає: 50 48 43 37 34 32 26 25 25 20
Це правильно, але не дуже корисно - воно насправді повідомляє нам відстань найдовшої спроби польових воріт, другої за довжиною, ... а також найкоротшої; проте, але це все, що ми знаємо - наприклад, ми не знаємо, ким був кикер, чи була спроба успішною тощо. Звичайно, нам потрібен весь кадр даних, відсортований у стовпці "Dist" (по-іншому, ми хочу відсортувати всі рядки даних на одному атрибуті Dist ., який виглядатиме так:
Stadium Home Week Qtr Away Off Def Result Kicker Dist
751 Out PHI 14 4 NYG PHI NYG Good D.Akers 50
307 Out DEN 14 2 BAL DEN BAL Good J.Elam 48
571 Out NE 1 2 OAK OAK NE Missed S.Janikowski 43
702 Out OAK 15 4 CLE CLE OAK Good P.Dawson 37
492 Out KC 13 3 DEN KC DEN Good L.Tynes 34
491 Out KC 9 1 OAK OAK KC Good S.Janikowski 32
654 Out NYG 11 2 PHI NYG PHI Good J.Feely 26
691 Out NYJ 17 3 BUF NYJ BUF Good M.Nugent 25
164 Out CHI 13 2 GB CHI GB Good R.Gould 25
80 Out BAL 1 2 IND IND BAL Good M.Vanderjagt 20
Це те , що робить порядок . Це "сортування" для двовимірних даних; по-іншому, він повертає одновимірний цілочисельний індекс, що складається з номерів рядків, так що сортування рядків відповідно до цього вектора дасть вам правильне орієнтоване на рядки сортування в стовпці, Dist
Ось як це працює. Вище сортування використовувалось для сортування стовпця Dist; щоб відсортувати весь кадр даних у стовпці Dist, ми використовуємо 'order' точно так само, як і 'sort', що використовується вище :
ndx = order(fg$Dist, decreasing=T)
(я зазвичай прив'язую масив, повернутий із "замовлення", до змінної "ndx", що означає "індекс", оскільки я збираюся використовувати його як масив індексу для сортування.)
це був крок 1, ось крок 2:
'ndx', те, що повертається 'sort', потім використовується як масив індексу для переупорядкування кадру даних, 'fg':
fg_sorted = fg[ndx,]
fg_sorted - це впорядкований фрейм даних безпосередньо вище.
Підсумовуючи, сортування використовується для створення масиву індексу (який визначає порядок сортування стовпця, який потрібно відсортувати), який потім використовується як масив індексу для переупорядкування кадру даних (або матриці).
(Я вважав, що може бути корисно викласти ідеї дуже просто тут, щоб узагальнити хороший матеріал, розміщений @doug та зв'язаний @duffymo; +1 кожному, до речі.)
? order вказує, який елемент вихідного вектора потрібно поставити першим, другим тощо, щоб відсортувати вихідний вектор, тоді як ? rank повідомляє, який елемент має найменше, друге найнижче значення тощо. Наприклад:
> a <- c(45, 50, 10, 96)
> order(a)
[1] 3 1 2 4
> rank(a)
[1] 2 3 1 4
Так само, order(a)як кажуть, "поставте третій елемент першим, коли ви сортуєте ...", тоді rank(a)як говорите, "перший елемент - другий найнижчий ...". (Зверніть увагу, що вони обидва домовляються про те, який елемент найнижчий тощо; вони просто подають інформацію по-різному.) Таким чином, ми бачимо, що ми можемо використовувати order()сортування, але ми не можемо використовувати rank()такий спосіб:
> a[order(a)]
[1] 10 45 50 96
> sort(a)
[1] 10 45 50 96
> a[rank(a)]
[1] 50 10 45 96
Загалом, order()не буде рівним, rank()якщо вектор вже не відсортовано:
> b <- sort(a)
> order(b)==rank(b)
[1] TRUE TRUE TRUE TRUE
Крім того, оскільки order()(по суті) оперує рядами даних, ви можете складати їх, не впливаючи на інформацію, але навпаки, це створює незграбність:
> order(rank(a))==order(a)
[1] TRUE TRUE TRUE TRUE
> rank(order(a))==rank(a)
[1] FALSE FALSE FALSE TRUE
orderі rankнасправді є оберненими значеннями один одного (принаймні, поки значення в aунікальні). Якщо ви уявляєте, що кожен з них мав імена (/ мітки) ('1', '2', '3', '4') на своїх значеннях, тоді значення order(a)вказують вам, в якому місці знаходиться rank(a)кожна мітка (наприклад, 1-е значення order(a)(3) повідомляє, що "1" зустрічається в 3-й позиції rank(a), і навпаки (наприклад, 2-е значення rank(a)(3) говорить, що "2" зустрічається в 3-й позиції order(a)). Вони є зворотними перестановками: rank(order(a))= order(rank(a))=1 2 3 4
Запуск цього невеликого фрагмента коду дозволив мені зрозуміти функцію замовлення
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
Посилання: http://r.789695.n4.nabble.com/I-don-t-understand-the-order-function-td4664384.html
xв cbind().
Це може допомогти вам у певний момент.
a <- c(45,50,10,96)
a[order(a)]
Що ти отримуєш
[1] 10 45 50 96
Код, який я написав, вказує, що ви хочете "a" як цілу підмножину "a", і ви хочете, щоб він був упорядкований від найменшого до найвищого значення.
вони схожі, але не однакові
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)])завжди є істинним. деякі перестановки є власними зворотними, але більшість - ні. зворотна перестановка для сортування, що виходить із порядку (), є рангом (). це пояснює, чому вони іноді однакові, а інколи ні.