京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R语言:排序问题
数据排序
1、sort(),rank(),order()函数
Sort
排序(默认升序,decreasing=T时为降序)
Order
排序(默认升序,decreasing=T时为降序)
在R中,和排序相关的函数主要有三个:sort(),rank(),order()。
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”。而order()的返回值是对应“排名”的元素所在向量中的位置。
下面以一小段R代码来举例说明:
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
x<-c(97,93,85,74,32,100,99,67)
sort(x)
[1] 32 67 74 85 93 97 99 100
order(x) #order()的返回值是各个排名的学生成绩所在向量中的位置
[1] 5 8 4 3 2 1 7 6
rank(x) #rank()的返回值是这组学生所对应的排名
[1] 6 5 4 3 1 8 7 2
深入理解一下:
sort()在单变量排序中,效果较好;
order()≈原序号(sort()) 因为可以标记排序好之后的下标,在数据框中的排序操作,实用性超强,可以实现:
1、整个数据集按照某个变量(比如:按月份大小)排序;
2、整个数据集其中某个变量依据第二个变量(比如:月份)排序。
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
iris;iris[1:10,]
names(iris)
#单数据列,两者相同
sort(iris$Sepal.Length)
iris$Sepal.Length[order(iris$Sepal.Length)]
#多数据列,order有奇效
iris[order(iris$setosa),] #按照setosa的大小,重排整个数据集
iris$Sepal.Length[order(iris$setosa)] #按照照setosa的大小,重排Sepal.Length数据列
iris[order(iris$setosa),]$Sepal.Length #与上句异曲同工
与which有一些地方的相似,which可以实现返回服从条件观测的行数。which又与subset子集筛选有关。(详见which、subset子集筛选用法)
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
data$V1[which(data$V2<0)] #筛选出V1中,V2小于0的数字,跟order的作用些许相似
#order用法
iris$Sepal.Length[order(iris$setosa)] #按照照setosa的大小,重排Sepal.Length数据列
2、dplyr包的一些应用
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#dplyr中基本函数 arrange——数据排序
Hdma_dat[order(Hdma_dat$survived),] #传统方法用order排序
arrange(Hdma_dat,survived) #将survived从小到大排序
arrange(Hdma_dat,desc(survived) #将survived从大到小排序
arrange(Hdma_dat,pclass,desc(survived) #先将pclass从小到大排序,再在那个数据基础上让survived从大到小排序
使用场景(我经常搞错...):
譬如我想知道一组数:b = c(0.9984616870 ,1.0177739597 ,0.0004250664 ,0.0015771710, 1.0177739597)
场景一:最大值的位置信息,我想拿到的数据是每个数值对应的大小次序,升序,理应(3 4.5 1 2 4.5)
那么:
[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
rank(b)
order(b)
如果降序,就不一样了:
[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
> order(c(0.9984616870 ,1.0177739597 ,0.0004250664 ,0.0015771710, 1.0177739597) ,decreasing = T)
[1] 2 5 1 4 3
order=rank+sort功能=次序信息(rank)+次序排序(sort)
接下来的两个用法是我很容易搞错的:
我想拿到 降序 + 不排序的次序信息,rank不适合;
降序 + 排序的次序信息,order适合
若:
(1)按照某行顺序从大到小重排另一行:
[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
data$x1[order(data$x2)]
(2)按照某行最大值对位的另一行:
[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
data$x1[order(data$x2)[1] ]
第二种办法:
[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
data$x1[rank(data$x2) == max值]
注意区别。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30