Próbuję zrozumieć, jak order()działa ta funkcja. Miałem wrażenie, że zwraca permutację indeksów, które po posortowaniu posortowałyby oryginalny wektor.
Na przykład,
> a <- c(45,50,10,96)
> order(a)
[1] 3 1 2 4
Spodziewałbym się, że to powróci c(2, 3, 1, 4), ponieważ posortowana lista to 10 45 50 96.
Czy ktoś może mi pomóc zrozumieć wartość zwracaną przez tę funkcję?
Odpowiedzi:
To wydaje się to wyjaśniać.
Definicja
orderjest to, żea[order(a)]jest w porządku rosnącym. Działa to w twoim przykładzie, gdzie prawidłowa kolejność to czwarty, drugi, pierwszy, a potem trzeci element.Być może szukałeś
rank, który zwraca rangę elementów,
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
więcrankmówi ci, w jakiej kolejności są liczby,ordermówi ci, jak uzyskać je w kolejności rosnącej.
plot(a, rank(a)/length(a))da wykres CDF. Aby jednak zobaczyć, dlaczegoorderjest to przydatne, spróbuj,plot(a, rank(a)/length(a),type="S")co powoduje bałagan, ponieważ dane nie są w porządku rosnącymJeśli tak,
oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
lub po prostu
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
otrzymujesz wykres liniowy CDF.
Założę się, że myślisz o randze.
order(a, decreasing = T)i rank(a)zwróci równoważną odpowiedź.
a<-c(4,2,1,80,13)Wtedy order(a)powinno być 3 4 5 1 2, ale dziwnie się dostaję3 2 1 5 4
ranki to ordersamo?
order(order(a))powróci tak samo jak rank(a) jeśli istnieją żadne powiązania. Jeśli tak, zwróci to samo co rank(a, ties.method="first").
Aby posortować wektor 1D lub pojedynczą kolumnę danych, po prostu wywołaj funkcję sortowania i przekaż sekwencję.
Z drugiej strony, kolejność funkcji jest konieczne, aby posortować dane dwa wymiarową danych - tzn wiele kolumn danych zgromadzonych w matrycy lub 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
Oto fragment danych dotyczących prób rzutów z gry w sezonie NFL 2008, ramka danych, którą nazwałem „fg”. przypuśćmy, że te 10 punktów danych reprezentuje wszystkie rzuty z gry, które miały miejsce w 2008 roku; ponadto przypuśćmy, że chcesz poznać odległość najdłuższego rzutu do kosza w tym roku, kto go wykopał i czy był dobry, czy nie; chcesz również poznać drugi najdłuższy, trzeci najdłuższy itp .; i na koniec chcesz jak najkrótszej próby rzutu na bramkę.
Cóż, możesz po prostu zrobić to:
sort(fg$Dist, decreasing=T)
co zwraca: 50 48 43 37 34 32 26 25 25 20
To prawda, ale niezbyt przydatne - informuje nas o odległości najdłuższej próby rzutu z gry, drugiej najdłuższej, ... a także najkrótszej; Jednak to wszystko, co wiemy - np. nie wiemy, kto był kickerem, czy próba się powiodła itp. Oczywiście potrzebujemy całej ramki danych posortowanej w kolumnie „Dist” (inaczej mówiąc, musimy chcesz posortować wszystkie wiersze danych według pojedynczego atrybutu Dist ., który wyglądałby tak:
Stadium Home Week Qtr Away Off Def Result Kicker Dist
751 Out PHI 14 4 NYG PHI NYG Good D.Akers 50
307 Out DEN 14 2 BAL DEN BAL Good J.Elam 48
571 Out NE 1 2 OAK OAK NE Missed S.Janikowski 43
702 Out OAK 15 4 CLE CLE OAK Good P.Dawson 37
492 Out KC 13 3 DEN KC DEN Good L.Tynes 34
491 Out KC 9 1 OAK OAK KC Good S.Janikowski 32
654 Out NYG 11 2 PHI NYG PHI Good J.Feely 26
691 Out NYJ 17 3 BUF NYJ BUF Good M.Nugent 25
164 Out CHI 13 2 GB CHI GB Good R.Gould 25
80 Out BAL 1 2 IND IND BAL Good M.Vanderjagt 20
To właśnie robi porządek . Jest to „sortowanie” dla danych dwuwymiarowych; innymi słowy, zwraca indeks liczby całkowitej 1D składający się z numerów wierszy, tak że sortowanie wierszy według tego wektora dałoby poprawne sortowanie zorientowane wierszowo na kolumnie, Dist
Oto jak to działa. Powyżej posortowano kolumnę Dist; aby posortować całą ramkę danych w kolumnie Dist, używamy 'order' dokładnie tak samo jak 'sort' powyżej :
ndx = order(fg$Dist, decreasing=T)
(Zwykle wiążę tablicę zwróconą z `` kolejności '' ze zmienną `` ndx '', która oznacza `` indeks '', ponieważ zamierzam użyć jej jako tablicy indeksów do sortowania).
to był krok 1, oto krok 2:
'ndx', to, co jest zwracane przez 'sort', jest następnie używane jako tablica indeksów do zmiany kolejności ramki danych, 'fg':
fg_sorted = fg[ndx,]
fg_sorted to ponownie uporządkowana ramka danych bezpośrednio powyżej.
Podsumowując, „sort” służy do tworzenia tablicy indeksów (która określa porządek sortowania kolumny, którą chcesz posortować), która następnie jest używana jako tablica indeksów do zmiany kolejności ramki danych (lub macierzy).
(Pomyślałem, że pomocne może być bardzo proste przedstawienie pomysłów tutaj, aby podsumować dobry materiał opublikowany przez @doug i połączony przez @duffymo; +1 do każdego, przy okazji.)
order kolejność mówi ci, który element oryginalnego wektora należy umieścić jako pierwszy, drugi itd., aby posortować oryginalny wektor, a tell rank mówi ci, który element ma najniższą, drugą najniższą itd. wartość. Na przykład:
> a <- c(45, 50, 10, 96)
> order(a)
[1] 3 1 2 4
> rank(a)
[1] 2 3 1 4
order(a)Mówi się więc , „podczas sortowania umieść trzeci element jako pierwszy…”, podczas gdy rank(a)„pierwszy element jest drugim najniższym…”. (Zauważ, że obaj zgadzają się co do tego, który element jest najniższy itp .; po prostu prezentują informacje inaczej.) Widzimy więc, że możemy użyć order()do sortowania, ale nie możemy użyć w rank()ten sposób:
> a[order(a)]
[1] 10 45 50 96
> sort(a)
[1] 10 45 50 96
> a[rank(a)]
[1] 50 10 45 96
Ogólnie rzecz biorąc, order()nie będzie równy, rank()chyba że wektor został już posortowany:
> b <- sort(a)
> order(b)==rank(b)
[1] TRUE TRUE TRUE TRUE
Ponadto, ponieważ order()(zasadniczo) operuje na szeregach danych, możesz je komponować bez wpływu na informacje, ale na odwrót generuje bełkot:
> order(rank(a))==order(a)
[1] TRUE TRUE TRUE TRUE
> rank(order(a))==rank(a)
[1] FALSE FALSE FALSE TRUE
orderi ranksą w rzeczywistości odwrotnością siebie (przynajmniej o ile wartości w asą unikalne). Jeśli wyobrażasz sobie, że każdy z nich miał nazwy (/ etykiety) („1”, „2”, „3”, „4”) przy swoich wartościach, to wartości określają, w order(a)jakiej pozycji w rank(a)każdej etykiecie występuje (np. Pierwsza wartość order(a)(3) mówi, że „1” występuje na 3 pozycji rank(a)i odwrotnie (np. Druga wartość rank(a)(3) mówi, że „2” występuje na trzeciej pozycji w order(a)). Są to permutacje odwrotne: rank(order(a))= order(rank(a))=1 2 3 4
Uruchomienie tego małego fragmentu kodu pozwoliło mi zrozumieć funkcję zamówienia
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
Źródła: http://r.789695.n4.nabble.com/I-don-t-understand-the-order-function-td4664384.html
xw cbind().
W pewnym momencie może ci to pomóc.
a <- c(45,50,10,96)
a[order(a)]
Dostajesz to
[1] 10 45 50 96
Kod, który napisałem, wskazuje, że chcesz "a" jako cały podzbiór "a" i chcesz, aby było uporządkowane od najniższej do najwyższej wartości.
W prostych słowach order()podaje lokalizacje elementów o rosnącej wielkości.
Na przykład, order(c(10,20,30))da 1,2,3 i
order(c(30,20,10))da 3,2,1 .
są podobne, ale nie takie same
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)])jest zawsze prawdziwa. niektóre permutacje są odwrotne, ale większość nie. odwrotnością sortowania permutacji wychodzącej poza kolejność () jest rank (). wyjaśnia to, dlaczego czasami są takie same, a innym razem nie.