56

我无法理解 R 函数rank和 R 函数之间的区别order。它们似乎产生相同的输出：

> rank(c(10,30,20,50,40))
[1] 1 3 2 5 4
> order(c(10,30,20,50,40))
[1] 1 3 2 5 4

有人可以为我解释一下吗？谢谢

4

7 回答 7

72 
set.seed(1)
x <- sample(1:50, 30)    
x
# [1] 14 19 28 43 10 41 42 29 27  3  9  7 44 15 48 18 25 33 13 34 47 39 49  4 30 46  1 40 20  8
rank(x)
# [1]  9 12 16 25  7 23 24 17 15  2  6  4 26 10 29 11 14 19  8 20 28 21 30  3 18 27  1 22 13  5
order(x)
# [1] 27 10 24 12 30 11  5 19  1 14 16  2 29 17  9  3  8 25 18 20 22 28  6  7  4 13 26 21 15 23

rank返回一个带有每个值的“等级”的向量。第一个位置的数字是第 9 低的。order返回将初始向量x按顺序排列的索引。

的第 27 个值x是最低的， -27的第一个元素也是如此order(x)，如果您查看rank(x)，则第 27 个元素是1。

x[order(x)]
# [1]  1  3  4  7  8  9 10 13 14 15 18 19 20 25 27 28 29 30 33 34 39 40 41 42 43 44 46 47 48 49
于 2012-09-05T20:35:05.317 回答
11

事实证明，这是一个特例，让事情变得混乱。我在下面为任何感兴趣的人解释：

rank返回升序列表中每个元素的顺序

order返回每个元素在升序列表中的索引

于 2012-09-05T20:36:25.327 回答
9

想到两者之间的区别，我总是觉得很困惑，我总是想，“我怎样才能order使用rank”？

从贾斯汀的例子开始：

使用等级排序：

## Setup example to match Justin's example
set.seed(1)
x <- sample(1:50, 30) 

## Make a vector to store the sorted x values
xx = integer(length(x))

## i is the index, ir is the ith "rank" value
i = 0
for(ir in rank(x)){
    i = i + 1
    xx[ir] = x[i]
}

all(xx==x[order(x)])
[1] TRUE
于 2012-09-07T01:10:08.733 回答
6

rank更复杂，不一定是索引（整数）：

> rank(c(1))
[1] 1
> rank(c(1,1))
[1] 1.5 1.5
> rank(c(1,1,1))
[1] 2 2 2
> rank(c(1,1,1,1))
[1] 2.5 2.5 2.5 2.5
于 2016-04-16T07:18:13.533 回答
5

在外行的语言中，order在对值进行排序后给出值的实际位置/位置例如：

a<-c(3,4,2,7,8,5,1,6)
sort(a) [1] 1 2 3 4 5 6 7 8

1in的位置a是 7。同样2in的位置a是 3。

order(a) [1] 7 3 1 2 6 8 4 5
于 2018-03-11T17:48:05.657 回答
1

正如 R 提示符中的 ?order() 所述，order 只返回一个排列，它将原始向量排序为升序/降序。假设我们有一个向量

A<-c(1,4,3,6,7,4);
A.sort<-sort(A);

然后

order(A) == match(A.sort,A);
rank(A) == match(A,A.sort);

此外，我发现该订单具有以下属性（未经理论上验证）：

1 order(A)∈(1,length(A))
2 order(order(order(....order(A)....))):if you take the order of A in odds number of times, the results remains the same, so as to even number of times.
于 2013-05-07T14:35:54.180 回答
0

一些意见：

set.seed(0)
x<-matrix(rnorm(10),1)
dm<-diag(length(x))

# compute  rank from order and backwards:
rank(x)  == col(x)%*%dm[order(x),]
order(x) == col(x)%*%dm[rank(x),]


# in special cases like this
x<-cumsum(rep(c(2,0),times=5))+rep(c(0,-1),times=5)
# they are equal
order(x)==rank(x)
于 2020-01-16T23:32:52.553 回答