R 中的排名和顺序

set.seed(1)
x <- sample(1:50, 30)    
x
# [1] 14 19 28 43 10 41 42 29 27  3  9  7 44 15 48 18 25 33 13 34 47 39 49  4 30 46  1 40 20  8
rank(x)
# [1]  9 12 16 25  7 23 24 17 15  2  6  4 26 10 29 11 14 19  8 20 28 21 30  3 18 27  1 22 13  5
order(x)
# [1] 27 10 24 12 30 11  5 19  1 14 16  2 29 17  9  3  8 25 18 20 22 28  6  7  4 13 26 21 15 23

rank返回一个向量，其中包含每个值的“秩”。第一位的数字是第 9 低的。 返回将初始向量排序的索引。orderx

的第 27 个值是最低的，- 的第一个元素也是最低的，如果你看一下，第 27 个元素是 。x27order(x)rank(x)1

x[order(x)]
# [1]  1  3  4  7  8  9 10 13 14 15 18 19 20 25 27 28 29 30 33 34 39 40 41 42 43 44 46 47 48 49

事实证明，这是一个特例，让事情变得混乱。我在下面为任何感兴趣的人解释：

rank返回升序列表中每个元素的顺序

order返回每个元素在升序列表中的索引

我总是觉得思考两者之间的区别很困惑，我总是在想，“我怎样才能使用”？orderrank

从 Justin 的例子开始：

使用排名排序：

## Setup example to match Justin's example
set.seed(1)
x <- sample(1:50, 30) 

## Make a vector to store the sorted x values
xx = integer(length(x))

## i is the index, ir is the ith "rank" value
i = 0
for(ir in rank(x)){
    i = i + 1
    xx[ir] = x[i]
}

all(xx==x[order(x)])
[1] TRUE

正如 R 提示符中的 ？order（） 所述， order 只是返回一个排列，该排列将原始向量按升序/降序排序。 假设我们有一个向量

A<-c(1,4,3,6,7,4);
A.sort<-sort(A);

然后

order(A) == match(A.sort,A);
rank(A) == match(A,A.sort);

此外，我发现订单具有以下属性（理论上未验证）：

1 order(A)∈(1,length(A))
2 order(order(order(....order(A)....))):if you take the order of A in odds number of times, the results remains the same, so as to even number of times.

rank更复杂，不一定是索引（整数）：

> rank(c(1))
[1] 1
> rank(c(1,1))
[1] 1.5 1.5
> rank(c(1,1,1))
[1] 2 2 2
> rank(c(1,1,1,1))
[1] 2.5 2.5 2.5 2.5

用通俗的话来说，给出对值进行排序后值的实际位置/位置 例如：order

a<-c(3,4,2,7,8,5,1,6)
sort(a) [1] 1 2 3 4 5 6 7 8

in 的位置是 7。in 的类似位置是 3。1a2a

order(a) [1] 7 3 1 2 6 8 4 5

一些观察：

set.seed(0)
x<-matrix(rnorm(10),1)
dm<-diag(length(x))

# compute  rank from order and backwards:
rank(x)  == col(x)%*%dm[order(x),]
order(x) == col(x)%*%dm[rank(x),]


# in special cases like this
x<-cumsum(rep(c(2,0),times=5))+rep(c(0,-1),times=5)
# they are equal
order(x)==rank(x)