了解 order（） 函数

这似乎可以解释它。

的定义是 增加订单。这适用于您的示例，其中正确的 顺序是第四个、第二个、第一个，然后是第三个元素。ordera[order(a)]

您可能一直在寻找 ，它返回 的 元素





所以告诉你数字的顺序，告诉你如何让它们按升序排列。rankR> a <- c(4.1, 3.2, 6.1, 3.1)R> order(a)[1] 4 2 1 3R> rank(a)[1] 3 2 4 1rankorder

plot(a, rank(a)/length(a))将给出 CDF 的图表。但是，要了解为什么有用，请尝试这样做会造成混乱，因为数据没有按递增顺序排列orderplot(a, rank(a)/length(a),type="S")

如果你这样做了


，或者只是


你会得到一个CDF的折线图。oo<-order(a)plot(a[oo],rank(a[oo])/length(a),type="S")oo<-order(a)plot(a[oo],(1:length(a))/length(a)),type="S")

我敢打赌你正在考虑排名。

要对一维向量或单列数据进行排序，只需调用排序函数并传入序列即可。

另一方面，顺序函数对于二维数据（即在矩阵或数据帧中收集的多列数据）进行排序是必要的。

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

以下是 2008 年 NFL 赛季现场进球尝试数据的摘录，我称之为“fg”。假设这 10 个数据点代表了 2008 年尝试的所有实地目标;进一步假设你想知道当年尝试的最远射门的距离，谁踢的，以及它是否好;你还想知道第二长，以及第三长，等等;最后，你想要最短的射门尝试。

好吧，你可以这样做：

sort(fg$Dist, decreasing=T)

返回：50 48 43 37 34 32 26 25 25 20

这是正确的，但不是很有用——它确实告诉我们最长的射门尝试的距离，第二长的射门距离,...以及最短的;然而，这就是我们所知道的——例如，我们不知道踢球者是谁，尝试是否成功，等等。当然，我们需要在“Dist”列上对整个 DataFrame 进行排序（换句话说，我们希望对单个属性 Dist 上的所有数据行进行排序。 看起来像这样：

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

这就是秩序的作用。它是二维数据的“排序”;换句话说，它返回一个由行号组成的一维整数索引，这样根据该向量对行进行排序，就会对列 Dist 进行正确的面向行的排序

这是它的工作原理。上面，sort 用于对 Dist 列进行排序;要对 Dist 列上的整个 DataFrame 进行排序，我们使用 'order' 的方式与上面的 'sort' 使用方式完全相同：

ndx = order(fg$Dist, decreasing=T)

（我通常将从“order”返回的数组绑定到变量“ndx”，该变量是 对于“index”，因为我将使用它作为索引数组进行排序。

这是第 1 步，这是第 2 步：

'ndx'，然后将 'sort' 返回的内容用作索引数组，以对 DataFrame 'fg' 重新排序：

fg_sorted = fg[ndx,]

fg_sorted 是紧挨着上面的重新排序的数据帧。

总之，“sort”用于创建一个索引数组（它指定要排序的列的排序顺序），然后将其用作索引数组来重新排序数据帧（或矩阵）。

（我认为在这里非常简单地列出这些想法可能会有所帮助，以总结@doug发布的好材料，并通过 @duffymo; +1 链接到每个，顺便说一句。

？order 告诉你原始向量的哪个元素需要放在第一位、第二位等，以便对原始向量进行排序，而 ？rank 告诉你哪个元素的值最低、第二低等。例如：

> a <- c(45, 50, 10, 96)
> order(a)  
[1] 3 1 2 4  
> rank(a)  
[1] 2 3 1 4  

所以说，“当你排序时把第三个元素放在第一位......“，而说，”第一个元素是第二个最低的......'.（请注意，他们都同意哪个元素是最低的，等等;他们只是以不同的方式呈现信息。因此，我们看到我们可以用来排序，但我们不能这样使用：order(a)rank(a)order()rank()

> a[order(a)]  
[1] 10 45 50 96  
> sort(a)  
[1] 10 45 50 96  
> a[rank(a)]  
[1] 50 10 45 96  

一般来说，除非向量已经排序，否则不会相等：order()rank()

> b <- sort(a)  
> order(b)==rank(b)  
[1] TRUE TRUE TRUE TRUE  

此外，由于（本质上）对数据的排名进行操作，因此您可以在不影响信息的情况下编写它们，但反过来会产生乱码：order()

> order(rank(a))==order(a)  
[1] TRUE TRUE TRUE TRUE  
> rank(order(a))==rank(a)  
[1] FALSE FALSE FALSE  TRUE  

运行这一小段代码使我能够理解订单函数

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

参考： http://r.789695.n4.nabble.com/I-don-t-understand-the-order-function-td4664384.html

这可能会在某些时候为您提供帮助。

a <- c(45,50,10,96)
a[order(a)]

你得到的是

[1] 10 45 50 96

我编写的代码表明您希望“a”作为“a”的整个子集，并且希望它从最低值到最高值排序。

简单来说，给出了量级递增的元素的位置。order()

例如，将给出 1,2,3 并给出 3,2,1。order(c(10,20,30))order(c(30,20,10))

它们相似但不相同

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),]