R语言中排序有几个基本函数：sort()、rank()、order()、arrange()
一、总结
sort()函数是对向量进行从小到大的排序
rank()函数返回的是对向量中每个数值对应的秩
order()函数返回的值表示位置，依次对应的是向量的最小值、次小值、第三小值……最大值等（位置索引）
arrange()函数（需加载dplyr包）针对数据框，返回基于某列排序后的数据框，方便多重依据排序
二、具体用法
1.sort
data <- c(5,6,8,2,9,3)
sort(data) # 2 3 5 6 8 9
sort(data, decreasing = TRUE) # 9 8 6 5 3 2
2.order
data <- c(5,6,8,2,9,3)
order(data) # 4 6 1 2 3 5
data[order(data)] # 等同于sort(data)排序
d <- data.frame(
x=c(13,45,13,45,13),
y=c(3,1,2,2,3),
t=c(56,7,68,3,1))
d[order(d$x,d$y),] # x升序 y升序
/*
x y t
3 13 2 68
1 13 3 56
5 13 3 1
2 45 1 7
4 45 2 3
*/ d[order(-d$x,d$y),] # x降序 y升序
/*
x y t
2 45 1 7
4 45 2 3
3 13 2 68
1 13 3 56
5 13 3 1
*/
3.rank
# rank函数
rank(x, na.last = TRUE, ties.method = c("average","first","random","max","min"))
data <- c(5,6,8,2,9,3)
rank(data) # 3 4 5 1 6 2
(1) rank 函数是对一维度数组、向量x 进行排序。若x 为数值，则按照从小到大的原则进行排序。
P.S. 实际情况中，存在大量用二维表格描述的数据，比如行表示地点列表示时间的统计表，若进行排序，应先通过字符拼接的手段将表格转化为一维的向量，否则结果将失去意义。
(2) rank 将数据分为确定值与缺失值两种。缺失值可按先后排在确定值之间(na.last = FALSE), 也可排在之后(na.last = TRUE), 也可保留，不参与排序(na.last = "keep")。
(3) "first" 是最基本的排序，小数在前大数在后，相同元素先者在前后者在后。
"max" 是相同元素都取该组中最好的水平，即通常所讲的并列排序。
"min" 是相同元素都取该组中最差的水平，可以增大序列的等级差异。
"average" 是相同元素都取该组中的平均水平，该水平可能是个小数。
"random" 是相同元素随机编排次序，避免了“先到先得”，“权重”优于“先后顺序”的机制增大了随机的程度。
4.arrange(dplyr)
library(dplyr)
arrange(mtcars, cyl, disp) # 按 cyl + disp 列进行升序排列
mtcars[order(mtcars$cyl,mtcars$disp),] # 同上
/*
mpg cyl disp hp drat wt qsec vs am gear carb
1 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
2 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
3 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
4 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
5 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
6 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
*/
head(arrange(mtcars,cyl,desc(disp)))
/*
mpg cyl disp hp drat wt qsec vs am gear carb
1 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
2 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
3 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
4 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
5 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
6 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
*/
END 2018-11-26 11:48:18