r语言rank降序_R语言rank函数详细解析
1.rank函數(shù)是什么
rank相關(guān)文檔[1]可以譯為"返回原數(shù)組(?)中各個元素排序(?)后的秩次(?)"，表面上看確實可以得到次序，但對數(shù)組、排序、秩次交待不清。
2.rank函數(shù)使用情景
比如，在100米賽跑中，甲乙丙三人的成績?yōu)?.8s, 8.1s, 7.2s，那么用rank函數(shù)排序獲得名次：
> rank(t
[1] 1 3 2
再如，甲乙丙三人考試得分為74,92,85，用同樣方法取得名次會適得其反。當(dāng)然，我們可以認為執(zhí)行
> rank(-(s
[1] 3 1 2
可以達到目的，但這并未改變rank函數(shù)的排序機制。
3.rank函數(shù)排序類型
rank(x, na.last = TRUE,
ties.method = c("average", "first", "random", "max", "min"))
> t
#同時對相應(yīng)元素做好標(biāo)記
> names(t)
通過以上方法進行排序，得出
Result
a
b
c
d
e
f
g
h
i
j
k
l
m
n
o
original
4
NaN
4
7
8
2
NaN
9
9
7
NaN
5
2
2
1
average
5.5
13.0
5.5
8.5
10.0
3.0
14.0
11.5
11.5
8.5
15.0
7.0
3.0
3.0
1.0
first
5
13
6
8
10
2
14
11
12
9
15
7
3
4
1
random (1)
6
13
5
9
10
2
14
11
12
8
15
7
3
4
1
random (2)
5
13
6
8
10
2
14
11
12
9
15
7
4
3
1
max
6
13
6
9
10
4
14
12
12
9
15
7
4
4
1
min
5
13
5
8
10
2
14
11
11
8
15
7
2
2
1
我們發(fā)現(xiàn)，標(biāo)簽"b","g","k"的次序并未發(fā)生改變，可推斷ties.method作用在于處理非缺失值的順序。
不妨參考rank的實現(xiàn)代碼
function (x, na.last = TRUE, ties.method = c("average", "first",
"random", "max", "min"))
{
nas
nm
#names函數(shù)暗示了該方法的設(shè)計初衷是對一維數(shù)組即列向量進行排序，雖然x為矩陣也會得出結(jié)果，但nm的作用已經(jīng)失效，結(jié)果不具有意義
ties.method
if (is.factor(x))
x
x
#average\min\max采用了相應(yīng)的.Internal(rank(x, length(x), ties.method))，具體請見[說明2]
#first采用了sort.list(sort.list(x))，具體請見[說明3]
#random采用了sort.list(order(x, stats::runif(sum(!nas))))，具體請見[說明4]
y
length(x), ties.method)), first = sort.list(sort.list(x)),
random = sort.list(order(x, stats::runif(sum(!nas)))))
#下面是補全缺失值的次序的方法
#na.last = "keep",不處理缺失值，na.last = TRUE,后排序缺失值，na.last = FALSE,先排序缺失值。
if (!is.na(na.last) && any(nas)) {
yy
NAkeep
if (NAkeep || na.last) {
yy[!nas]
if (!NAkeep)
yy[nas]
}
else {
len
yy[!nas]
yy[nas]
}
y
names(y)
}
else names(y)
y
}
[說明1] 關(guān)于因子轉(zhuǎn)整數(shù)
> f
> fac
> as.integer(fac)
[1] 3 4 2 1 1 2 3 5 6 6
由此可見: (1) 因子會作為字符串進行機械比較，排出次序。(2) 因子中任意兩個缺失值地位(大小)相同。
實際問題中，因子為人為設(shè)定，故采用有序因子(ordered factor)，消除機械轉(zhuǎn)換的干擾。
> qulity
> names(qulity)
> q
> rank(q)
day1 day2 day3 day4 day5 day6 day7
6.0 3.5 6.0 3.5 1.5 6.0 1.5
[說明2]"average", "max", "min" 排序
> t
a b c d e f g h i j k l m n o
4 NaN 4 7 8 2 NaN 9 9 7 NaN 5 2 2 1
> rank(t, na.last = "keep", ties.method = "first")
a b c d e f g h i j k l m n o
5 NA 6 8 10 2 NA 11 12 9 NA 7 3 4 1
> rank(t, na.last = "keep", ties.method = "average")
a b c d e f g h i j k l m n o
5.5 NA 5.5 8.5 10.0 3.0 NA 11.5 11.5 8.5 NA 7.0 3.0 3.0 1.0
可以將"average"排序理解為先對數(shù)據(jù)進行"first"排序，即全部元素都有唯一且不同的次序。
如f, m, n 得分相同，但可按先后次序排成2, 3, 4, 但是f, m, n屬于同一群體，故可以取該群體中的平均水平作為次序，使得分相同的元素地位相當(dāng)。
故不難理解"max"排序是群體中的元素全部取群中最好的水平，這也是普遍采用的“并列排名”方法；
"min"排序是群體中的元素全部取群體中最差的水平，這樣增大了不同等級的順序差異。
[說明3] first = sort.list(sort.list(x))
對序列先按大小排序，大小相同的元素，從頭至尾由小到大排序。
> x
a c d e f h i j l m n o
4 4 7 8 2 9 9 7 5 2 2 1
> sort.list(sort.list(x))
[1] 5 6 8 10 2 11 12 9 7 3 4 1
[說明4]random = sort.list(order(x, stats::runif(sum(!nas))))
weight = stats::runif(sum(!nas)) 為每個已知元素生成0-1之間隨機數(shù)，作為“權(quán)重”序列weight
sort.list(order(x, weigth)) 依據(jù)隨機的“權(quán)重”決定得分相同的元素的次序
不妨人為參與權(quán)重設(shè)計
a c d e f h i j l m n o
4 4 7 8 2 9 9 7 5 2 2 1
> weight = c(0.45, 0.55, 0.1, 0.1, 0.1, 0.55, 0.45, 0.1, 0.1, 0.3, 0.1, 0.1);
> sort.list(order(x,weight))
[1] 5 6 8 10 2 12 11 9 7 4 3 1
不難發(fā)現(xiàn)，a, c 得分均為4,但w(a) = 0.45 < w(c) = 0.55, 遵照小號在前，a 排在c 前面。h, j 剛好相反w(h) = 0.55 > w(j) = 0.45, j 排在h 前面。
d, j 得分，“權(quán)重”均相同，故按之前從頭到尾遞增順序排列。
f, m, n 得分均為2, w(f) = w(n) = 0.1 < w(m) = 0.3, 排序結(jié)果為f < n < m, 由此可見，“權(quán)重”優(yōu)先于“前后順序”，這樣做使得排序更加隨機化，若序列存在大量得分相同的元素，一定程度克服了“前小后大”規(guī)則的約束，使排序結(jié)果更隨機。
以上僅為說明隨機排序的機制，實際應(yīng)用中只能確定小數(shù)在前大數(shù)在后，并不能解釋相同的數(shù)之間的順序。
4.rank函數(shù)小結(jié)
rank(x, na.last = TRUE,
ties.method = c("average", "first", "random", "max", "min"))
(1) rank 函數(shù)是對一維度數(shù)組、向量x 進行排序。若x 為數(shù)值，則按照小數(shù)在線大數(shù)在后的原則進行排序，若x 為因子，則應(yīng)參考[說明1]進行順序因子設(shè)計。
P.S. 實際情況中，存在大量用二維表格描述的數(shù)據(jù)，比如行表示地點列表示時間的統(tǒng)計表，若進行排序，應(yīng)先通過字符拼接的手段將表格轉(zhuǎn)化為一維的向量，否則結(jié)果將失去意義。
(2) rank 將數(shù)據(jù)分為確定值與缺失值兩種。缺失值可按先后排在確定值之間(na.last = FALSE), 也可排在之后(na.last = TRUE), 也可保留，不參與排序(na.last = "keep").
(3) "first" 是最基本的排序，小數(shù)在前大數(shù)在后，相同元素先者在前后者在后。
"max" 是相同元素都取該組中最好的水平，即通常所講的并列排序。
"min" 是相同元素都取該組中最差的水平，可以增大序列的等級差異。
"average" 是相同元素都取該組中的平均水平，該水平可能是個小數(shù)。
"random" 是相同元素隨機編排次序，避免了“先到先得”，“權(quán)重”優(yōu)于“先后順序”的機制增大了隨機的程度。
[1]Returns the sample ranks of the values in a vector. Ties (i.e., equal values) and missing values can be handled in several ways.
總結(jié)
以上是生活随笔為你收集整理的r语言rank降序_R语言rank函数详细解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Pandas loc/iloc用法详解
- 下一篇： 使用JWT实现单点登录（完全跨域方案）