Memahami fungsi order ()

Saya mencoba memahami cara kerja order()fungsi. Saya mendapat kesan bahwa itu mengembalikan permutasi indeks, yang ketika diurutkan, akan mengurutkan vektor asli.

Misalnya,

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

Saya berharap ini kembali c(2, 3, 1, 4), karena daftar yang diurutkan adalah 10 45 50 96.

Dapatkah seseorang membantu saya memahami nilai kembalian dari fungsi ini?

Ini sepertinya menjelaskannya.

Definisi dari orderis yaitu a[order(a)]dalam urutan meningkat. Ini bekerja dengan contoh Anda, di mana urutan yang benar adalah elemen keempat, kedua, pertama, lalu ketiga.

Anda mungkin telah mencari rank, yang mengembalikan peringkat elemen
R> a <- c(4.1, 3.2, 6.1, 3.1)
R> order(a)
[1] 4 2 1 3
R> rank(a)
[1] 3 2 4 1
sehingga rankmemberi tahu Anda urutan nomornya, ordermemberi tahu Anda cara mendapatkannya dalam urutan menaik.

plot(a, rank(a)/length(a))akan memberikan grafik CDF. Untuk melihat mengapa orderberguna, coba plot(a, rank(a)/length(a),type="S") yang memberi kekacauan, karena data tidak dalam urutan yang meningkat

Jika Anda melakukannya
oo<-order(a)
plot(a[oo],rank(a[oo])/length(a),type="S")
atau hanya
oo<-order(a)
plot(a[oo],(1:length(a))/length(a)),type="S")
Anda mendapatkan grafik garis CDF.

Saya yakin Anda sedang memikirkan peringkat.

Untuk mengurutkan vektor 1D atau satu kolom data, cukup panggil fungsi sortir dan teruskan dalam urutan Anda.

Di sisi lain, fungsi order diperlukan untuk mengurutkan data data dua dimensi - yaitu, beberapa kolom data yang dikumpulkan dalam matriks atau kerangka data.

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

Berikut adalah kutipan data untuk percobaan gol lapangan di musim NFL 2008, kerangka data yang saya sebut 'fg'. anggaplah 10 titik data ini mewakili semua tujuan lapangan yang dicoba pada tahun 2008; lebih lanjut anggaplah Anda ingin mengetahui jarak dari gol lapangan terpanjang yang dicoba tahun itu, siapa yang menendangnya, dan apakah itu bagus atau tidak; Anda juga ingin mengetahui yang terpanjang kedua, serta yang terpanjang ketiga, dll .; dan akhirnya Anda menginginkan percobaan gol lapangan terpendek.

Nah, Anda bisa melakukan ini:

sort(fg$Dist, decreasing=T)

yang mengembalikan: 50 48 43 37 34 32 26 25 25 20

Itu benar, tapi tidak terlalu berguna - ini memberi tahu kita jarak dari percobaan gol lapangan terpanjang, terpanjang kedua, ... serta terpendek; bagaimanapun, tapi hanya itu yang kami tahu - misalnya, kami tidak tahu siapa kickernya, apakah upaya itu berhasil, dll. Tentu saja, kami membutuhkan seluruh kerangka data yang diurutkan pada kolom "Dist" (dengan kata lain, kami ingin mengurutkan semua baris data pada atribut tunggal Dist . yang akan terlihat seperti ini:

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

Inilah yang dilakukan perintah . Ini adalah 'sort' untuk data dua dimensi; Dengan kata lain, ini mengembalikan indeks integer 1D yang terdiri dari nomor baris sehingga mengurutkan baris sesuai dengan vektor itu, akan memberi Anda pengurutan berorientasi baris yang benar pada kolom, Dist

Begini cara kerjanya. Di atas, sortir digunakan untuk mengurutkan kolom Dist; untuk mengurutkan seluruh kerangka data pada kolom Dist, kami menggunakan 'order' persis dengan cara yang sama seperti 'sort' digunakan di atas :

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

(Saya biasanya mengikat array yang dikembalikan dari 'order' ke variabel 'ndx', yang merupakan singkatan dari 'index', karena saya akan menggunakannya sebagai array indeks untuk mengurutkan.)

itu adalah langkah 1, inilah langkah 2:

'NDX', apa yang dikembalikan oleh 'semacam' kemudian digunakan sebagai array indeks untuk kembali-order dataframe itu, 'fg':

fg_sorted = fg[ndx,]

fg_sorted adalah urutan ulang kerangka data tepat di atas.

Singkatnya, 'sort' digunakan untuk membuat array indeks (yang menentukan urutan kolom yang ingin Anda sortir), yang kemudian digunakan sebagai array indeks untuk menyusun ulang kerangka data (atau matriks).

(Saya pikir mungkin akan membantu untuk menguraikan ide dengan sangat sederhana di sini untuk meringkas materi bagus yang diposting oleh @doug, & ditautkan oleh @duffymo; +1 ke masing-masing, btw.)

? order memberi tahu Anda elemen mana dari vektor asli yang perlu diletakkan pertama, kedua, dll., untuk mengurutkan vektor asli, sedangkan ? rank memberi tahu Anda elemen mana yang memiliki nilai terendah, kedua terendah, dll., Sebagai contoh:

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

Begitu order(a)juga dengan mengatakan, 'letakkan elemen ketiga terlebih dahulu saat Anda mengurutkan ...', sedangkan rank(a)mengatakan, 'elemen pertama adalah yang terendah kedua ...'. (Perhatikan bahwa mereka berdua sepakat tentang elemen mana yang paling rendah, dll.; Mereka hanya menyajikan informasi secara berbeda.) Jadi kita melihat bahwa kita dapat menggunakan order()untuk mengurutkan, tetapi kita tidak dapat menggunakan rank()cara itu:

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

Secara umum, order()tidak akan sama rank()kecuali vektor telah diurutkan:

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

Selain itu, karena order()(pada dasarnya) beroperasi di atas peringkat data, Anda dapat menyusunnya tanpa memengaruhi informasi, tetapi sebaliknya menghasilkan omong kosong:

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

Menjalankan kode kecil ini memungkinkan saya untuk memahami fungsi order

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

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

Ini bisa membantu Anda di beberapa titik.

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

Apa yang Anda dapatkan adalah

[1] 10 45 50 96

Kode yang saya tulis menunjukkan Anda menginginkan "a" sebagai subset keseluruhan dari "a" dan Anda ingin mengurutkan dari nilai terendah hingga tertinggi.

Dengan kata sederhana, order()memberikan lokasi elemen dengan besaran yang meningkat.

Misalnya, order(c(10,20,30))akan memberi 1,2,3 dan order(c(30,20,10))akan memberi 3,2,1 .

mereka mirip tapi tidak sama

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),]