數據排序

數據排序

 

一、sort()，rank()，order()函數

 

 

Sort	排序（默認升序，decreasing=T時爲降序）
Order	排序（默認升序，decreasing=T時爲降序）

 

 

在R中，和排序相關的函數主要有三個：sort()，rank()，order()。

    sort(x)是對向量x進行排序，返回值排序後的數值向量。rank()是求秩的函數，它的返回值是這個向量中對應元素的「排名」。而order()的返回值是對應「排名」的元素所在向量中的位置。

    下面以一小段R代碼來舉例說明：

x<-c(97,93,85,74,32,100,99,67)
sort(x)
[1]  32  67  74  85  93  97  99 100
order(x)  #order()的返回值是各個排名的學生成績所在向量中的位置
[1] 5 8 4 3 2 1 7 6
rank(x)  #rank()的返回值是這組學生所對應的排名
[1] 6 5 4 3 1 8 7 2

 

深刻理解一下:

sort（）在單變量排序中，效果較好；

order()≈原序號(sort())  由於能夠標記排序好以後的下標，在數據框中的排序操做，實用性超強，能夠實現：

一、整個數據集按照某個變量（好比：按月份大小）排序；

二、整個數據集其中某個變量依據第二個變量（好比：月份）排序。

 

iris;iris[1:10,]
names(iris)

#單數據列，二者相同
sort(iris$Sepal.Length)
iris$Sepal.Length[order(iris$Sepal.Length)]

#多數據列，order有奇效
iris[order(iris$setosa),]                 #按照setosa的大小，重排整個數據集
iris$Sepal.Length[order(iris$setosa)]     #按照照setosa的大小，重排Sepal.Length數據列
iris[order(iris$setosa),]$Sepal.Length    #與上句殊途同歸

與which有一些地方的類似，which能夠實現返回服從條件觀測的行數。which又與subset子集篩選有關。（詳見which、subset子集篩選用法）

 

data$V1[which(data$V2<0)]                 #篩選出V1中，V2小於0的數字，跟order的做用些許類似
#order用法
iris$Sepal.Length[order(iris$setosa)]     #按照照setosa的大小，重排Sepal.Length數據列

 

 

 

二、dplyr包的一些應用

 

 

#dplyr中基本函數 arrange——數據排序
Hdma_dat[order(Hdma_dat$survived),] #傳統方法用order排序
arrange(Hdma_dat,survived) #將survived從小到大排序
arrange(Hdma_dat,desc(survived) #將survived從大到小排序
arrange(Hdma_dat,pclass,desc(survived) #先將pclass從小到大排序，再在那個數據基礎上讓survived從大到小排序