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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12