前言
在R中,和排序相关的函数主要有三个:sort(),rank(),order()、arrange()。其中R中自带排序函数有 order,sort,rank 函数,plyr中有 arrange 函数。
order和sort是针对向量进行操作的,arrange针对数据框。其中order返还排序后的坐标,sort返还排序后的值,arrange返还的是基于某列排序后的数据框,方便多重依据排序。
目录
1. 向量的排序
2. 矩阵的排序
3. 数据框排序
1. 向量的排序
sort(x)是对向量x进行排序,返回值排序后的数值向量。
rank()是求秩的函数,它的返回值是这个向量中对应元素的“排名”,这个是向量开始的说的,第一个向量97的排名为6。
order()的返回值是对应“排名”的元素所在向量中的位置,比如从小到大的排序,应该排在第一个位置的元素为32,它在向量的位置为5。
## 下面以一小段R代码来举例说明:
> x<-c(97,93,85,74,32,100,99,67)
> sort(x)
[1] 32 67 74 85 93 97 99 100
> order(x)
[1] 5 8 4 3 2 1 7 6
> rank(x)
[1] 6 5 4 3 1 8 7 2
# 举例来说,
x<-c(97,93,85,74,32,100,99,67),
# 希望返回x中满足值大于50且小于90的元素在向量x中的下标。
# 当时想了想,没觉得有什么好的方法,使用了比较繁琐的语句
sort(x,index.return=TRUE)[[2]][sort(x,index.return=TRUE)[[1]]<90&sort(x,index.return=TRUE)[[1]]>50],
# 后来发现sort(x,index.return=TRUE)[[2]]和order(x)的返回值是一样的,而sort(x,index.return=TRUE)[[1]]和sort(x)的返回值是相同的,
# 因此语句可以简化为 order(x)[sort(x)>50&sort(x)<90]。
### 下面是相关的R代码:
> x
[1] 97 93 85 74 32 100 99 67
> sort(x,index.return=TRUE)[[2]][sort(x,index.return=TRUE)[[1]]<90 & sort(x,index.return=TRUE)[[1]]>50]
[1] 8 4 3
> order(x)[sort(x)>50&sort(x)<90]
[1] 8 4 3
> sort(x,index.return=TRUE)
$x
[1] 32 67 74 85 93 97 99 100
$ix
[1] 5 8 4 3 2 1 7 6
> order(x)
[1] 5 8 4 3 2 1 7 6
(x <- cbind(x1 = 3, x2 = c(4:1, 2:5)))
x1 x2
[1,] 3 4
[2,] 3 3
[3,] 3 2
[4,] 3 1
[5,] 3 2
[6,] 3 3
[7,] 3 4
[8,] 3 5
order(x[,2])
[1] 4 3 5 2 6 1 7 8
sort(x[,2])
[1] 1 2 2 3 3 4 4 5
2. 矩阵的排序
# 比如说要对一个矩阵x进行排序,先根据第一列,然后根据第二列排序,可以用下面的语句实现:
x[order(x[,1],x[,2]),]
# 上面的是按照升序的方法,如果要降序的话,
x[order(-x[,1],-x[,2]),]
# 注:向量用sort,矩阵用order
# 如果降序加负号,例如x[order(-x[,1],-x[,2]),],就会出现:
In Ops.factor(name) : – not meaningful for factors
# 如果要降序的话可以这样
sort(x, decreasing = FALSE, na.last = NA, …);
sort.list(x, partial = NULL, na.last = TRUE, decreasing = FALSE,method = c("shell", "quick", "radix"))
3. 数据框排序
# 如何利用自带函数以及plyr包对数据框进行排序
## 利用order
index <- order(x[,2])
x[index, ]
x1 x2
[1,] 3 1
[2,] 3 2
[3,] 3 2
[4,] 3 3
[5,] 3 3
[6,] 3 4
[7,] 3 4
[8,] 3 5
## 利用sort, 类似于循环操作
apply(x, 2, sort)
x1 x2
[1,] 3 1
[2,] 3 2
[3,] 3 2
[4,] 3 3
[5,] 3 3
[6,] 3 4
[7,] 3 4
[8,] 3 5
## 利用arrange,方便多重依据排序
library(plyr)
x <- as.data.frame(x) ## arrange只能针对数据框进行操作
arrange(x,x[,2])