sort函数r语言（R语言数据对象与运算）

本文目录

• R语言数据对象与运算
• R语言如何按照sort复数，如何按照虚部排序
• 如何通过R语言进行dca排序
• R语言的排序函数(order, sort, rank)及匹配函数（match,%in%)用法详解
• r语言sort函数中index是什么意思
• R语言数据转换（三）2021.3.1
• R语言 排序 次条件
• R sort、rank、order、arrange排序函数

R语言数据对象与运算

R语言数据对象与运算R语言数据对象与运算 笔记整理2.1 数据对象及类型R语言创建和控制的实体被称为对象（object）ls()命令来查看当前系统里的数据对象R对象的名称必须以一个英文字母打头，并由一串大小写字母、数字或钟点组成注意：R区分大小写不要用R的内置函数名称作为数据对象的名称，如c、length等2.2 数据对象类型R语言的对象包括数值型（numeric）：实数， 可写成整数（integers）、小数（decimal fractions）、科学记数（scientific notation）逻辑型（logical）：T(true)或F（FALSE）字符型（character）：夹在" "或之间复数型（complex）：形如a+bi原味型（raw）：以二进制形式保存数据缺省型（missing value）：有些统计资料是不完整的，当一个元素或值在统计的时候是“不可得到（not available）”或“缺失值（missing value）”的时候，相关位置可能会被保留并赋予一个特定的NA（not available）值，任何NA的运算结果都是NA。辨别和转换数据对象类型的函数：辨别 转换character is.character() as,character()complexdoubleintegerlogicalNAnumeric2.3 数据对象构造R语言里的数据对象主要有六种构造：向量（vector）、矩阵（matrix）、数组（array）、列表（list）、数据框（data frames）、因子（factor）2.3.1 向量（vector）是由有相同基本类型元素组成的序列，相当于一维数组 5个数值组成的向量x，这是一个用函数c()完成的赋值语句，这里c()可以有任意多个参数，而它输出的值则是一个把这些参数首尾相连形成的一个向量R的赋值符号除了“《-”外，还有"-》""="例如：》 c(1,3,5,7,9) -》 y 》 y 2 5 8 3 》 z = c(1,3,5,7,9) 》 z 1 3 5 7 9 assign（）函数对向量进行赋值 length（）：可返回向量的长度 mode（）可返回向量的数据类型 正则序列 用 “：”符号，可产生有规律的正则序列（： 的运算级别最高） 函数seq（）产生有规律的各种序列seq（from,to ,by） from 给序列的起始值，to表示序列的终止值，by表示步长（by 省略时，表示步长值为1）》 seq(1,10,2) 1 3 5 7 9 》 seq(1,10) 1 2 3 4 5 6 7 8 9 10 有时关注的是数列的长度，利用句法：seq（下界，by=，length=）》 seq(1,by=2,length=10) 1 3 5 7 9 11 13 15 17 19 rep(x,times，……)x表示要重复的对象，times表示重复的次数》 rep(c(1,3),4) 1 3 1 3 1 3 1 3 》 rep(c(1,3),each=4) 1 1 1 1 3 3 3 3 对每个元素进行重复;R中的内置函数：mean（）来示向量的均值median（）求是位数var（）求方差sd（）求标准差sort（）对向量排序rev（）将向量按原方向的反方向排列rank（）给求出向量的秩prod（）求向量连乘积append（）为向量添加元素对向量运算常见函数表 函数 用途sum（） 求和max（） 求最大值min（） 求最小值range（） 求极差（全矩）mean（） 求均值median 求中位数var（） 求方差sd（） 求标准差sort（） 排序rev（） 反排序rank（） 求秩append（） 添加replace（） 替换match（） 匹配pmatch（） 部分匹配all（） 判断所有any（） 判断部分prod（） 积 2.3.2 矩阵矩阵（matrix)是将数据用行和列排列的长方形表格，它是二维的数组，其单元必须是相同的数据类型，通常用列来表示不同的变量，用行表示各个对象。其句法是：matrix（data=NA,ncol=1,byrow-=FALSE,dimnames=NULL）data是必须的，其它几个选择参数。nrow表示矩阵的行数ncol表示矩阵的列数byrow默认为FALSE,表示矩阵按列排列，如设置为T,表示按行排列；dimnames可更改矩阵行列名字diag()函数生成对角矩阵diag（）这个函数比较特别，当数据是向量时则生成对角矩阵，但当数据是矩阵时，则返回对角元素也可用函数diag（）生成单位矩阵 当我们生成了某个矩阵后，若要访问矩阵的某个元素或某行（列），可以利用形如A的形式得到相应的索引矩阵矩阵可进行相应的加减乘除运算，但运算过程中要注意行数和列数的限制条件R里A*B并不是表示矩阵相乘，只表示矩阵对应的元素相乘矩阵相乘应用A%*%Bdim（）返回矩阵的行数和列数nrow（）返回矩阵的行数ncol（）返回矩阵的列数solve（）返回矩阵的逆矩阵对矩阵运算的常见函数 函数 用途as.matrix() 把非矩阵的转换成矩阵is.matrix() 辨别是否矩阵diag() 返回对角元素或生成对角矩阵eigen() 求特征值和特征向量solve() 求逆矩阵chol() Choleski分解svd() 奇异值分解qr() QR分解det() 求行列式dim() 返回行列数t() 矩阵转置apply() 对矩阵应用函数R语言还提供了专门针对矩阵的行或列计算的函数如 colSUms（）对矩阵各列求和 colMeans（）求矩阵各列的均值类似的有 rowSums（）rowMeans（）更一般的方法：apply（）函数来对各行各列进行运算句法是：apply（X,MARGIN,FUN,……）X表示要处理的数据MARGIN表示函数作用的范围取1表示对行运用函数取2表示对列运用函数FUN表示要运用的函数rbind（）、cbind（）将两个或两个以上的矩阵合并起来rbind（）表示按行合并，cbind（）则表示按列合并2.3.3 数组数组（array）可以看作是带有多个下标的类型相同的元素的集合。数组的生成函数是array（），其句法是array（data=NA,dim=length(data),dimnames-NULL）data表示数据，可以为空dim 表示维数dimnames可以更改数组难度的名称2.3.4 列表向量、矩阵和的单元必须是同一类型的数据，若一个数据对象需要含有不同的数据类型，可采用列表（list）这种数据对象的形式。列表是一个对象的有序集合构成的对象，列表中包含的对象又称为它的分量（components），分量可以是不同的模式或（和）类型语法式为：list （变量1=分量1，变量2=分量2,……）若要访问列表的某一成分，可以用LST的形式访问因分量可以被命名，故可以在列表名称后加$符号，再写上成分名称来访问列表分量函数length（）、mode（）、names（）可以分别返回列表的长度（分量的数目）、数据类型、列表里成分的名字2.3.5 数据框数据框（data frame）是一种矩阵形式的数据，但数据框中各列可以是不同类型的数据。数据框每列是一个变量，每行是一个观测 。对可能列入数据框中的列表有如下的一些限制：1．分量必须是向量（数值，字符，逻辑），因子，数值矩阵，列表或者其他数据框。2．矩阵，列表和数据框为新的数据框提供了尽可能多的变量，因为它们各自拥有列、元素或者变量。3．数值向量、逻辑值、因子保持原有格式，而字符向量会被强制转换成因子并且它的水平就是向量中出现的独立值。4．在数据框中以变量形式出现的向量结构必须长度一致，矩阵结构必须有一样的行数。R中用函数data.frame()生成数据框，其句法是：data.frame（data1,data2,……）数据框的列名默认为变量名，也可对列名进行重新命名也可以对数据框的行名进行修改2.3.6 因子和有序因子分类型数据经常要把数据分成不同的水平或因子（factor）生成因子的命令是factor（），其句法是：factor（data,levels,labels,……）其中data表示数据levels是因子水平向量labels是因子的标签向量levels，labels是备选项，可以不选若上面的每个因子并不表示因子的大小，要表达因子之间有大小顺序（考虑因子之间的顺序），则可以用 ordered（）函数产生2.4 数据的录入及c函数：c函数是把各个值联成一个向量或列表，可以形成数值型向量、字符型向量或其它类型向量 scan函数：功能类似于c函数，实际上是一种键盘输入数据函数。当输入scan（），然后按回车键，这时将等待输入数据，数据之间只要空格分开即可（c函数要用逗号分开）。输入完数据，再按回车键，这时数据录入完毕。scan函数还可以读入外部文本文件，若现有一个文本文件，data.txt，读入这个文件的命令是：》 x=scan(file="dat.txt")若原文件的数据之间有逗号等分隔符，用scan读入应该去掉这些分隔符，其命令是：》 x=scan(file="dat.txt"，sep=",") 数据data.entry命令xx原先未被定义，现在赋予其一个空值，这时会出现一个电子表格界面，等待输入数据：》 data.entry(xx=c(NA)) 当电子表格关闭后，数据会自动保存edit命令用来函数，也可用来数据，但不会自动保存fix函数与edit类似，但它可以自动保存从外部文件读入数据从文本文件读取：》 s1=read.table("student.txt") 》 s1 V1 V2 V3 1 class sex score 2 1 女 80 3 1 男 85 4 2 男 92 5 2 女 76 6 3 女 61 7 3 女 95 8 3 男 83 读入表格数据的命令是：read.table 忽略掉标签而直接使用默认的行标签》 s2=read.table("student.txt",header=T)》 s2 class sex score 1 1 女 80 2 1 男 85 3 2 男 92 4 2 女 76 5 3 女 61 6 3 女 95 7 3 男 83 从网络读入数据url可以从网页上读入正确格式的数据，要借助read.table函数***隐藏网址***/sample.txt》 read.table(file=url(address)) 读入其他格式的数据库要读入其他格式的数据库，必须先安装"foreign"模块，它不属于R的8个内置模块，需在使用前安装。 library(foreign) SAS：R只能诗篇SAS Transport format（XPORT）文件，需要把普通的SAS数据文件（.ssd和.sas7bdat）转换成Transport format(XPORT)文件，再用命令：read.xport()SPSS数据库：read.spss()可读入SPSS数据文件Epi info数据库：要给数据集一个名字，则是;read.epiinfo("文件名.rec")-》名称Stata数据库：R可读入Stata5,6,7的数据库读入数据文件后，使用数据集名$变量名，即可使用各个变量 》 read.dta(“文件名.dta”) 读入数据文件后，使用数据集名$变量名，即可使用各个变量。》mean(data$age) 便是计算数据集 data中的变量age的均数。2.5 函数、循环与条件表达式2.5.1 编写函数句法是：函数名 = function (参数1，参数2…) { 函数体 函数返回值} 对于这类只有一个算术式的简单函数，也要不要{}》mean(data$age) 便是计算数据集 data中的变量age的均数。 若不使用圆括号，直接输入函数名，按回车键将显示函数的定义式：单参数：使函数个性化，可使用单参数，函数将会根据参数的不同，返回值不同》 welcome.sb = function(names) print(paste("welcome",names,"to use R")) 》 welcome.sb("Mr fang") "welcome Mr fang to use R" 》 welcome.sb("Mr Wang") "welcome Mr Wang to use R" 默认参数：即不输入任何参数函数的默认参数》 welcome.sb=function(names="Mr fang")print(paste("welcome", names,"to use R")) 》 welcome.sb() "welcome Mr fang to use R" 当函数体的表达式超过一个时，要用｛｝封起来2.5.2 for循环for循环的句法是：for (变量 in取值向量) { 表达式… }

R语言如何按照sort复数，如何按照虚部排序

用order函数数字从大到小，所以是倒序列，开启order中的倒序模式会导致所有关联的sort都是倒序，我们得用一个小技巧：负号。（order的作用是帮你拿到行的index，如此所有排序都是关联的。）假如你数据叫datadata 《- datadata如此你的第二列数字会是取了相反数再sort，所以是倒序，而第一列是正排序，按照字母表顺序。放在第一个位置的data就是主条件，在后面的是次条件，次次条件。。。

如何通过R语言进行dca排序

R语言中自带的排序函数 在R中，跟排序有关的函数主要有三个：sort()，rank()，order()。其中sort(x)是对向量x进行排序，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”，order()的返回值是对应“排名”的元素所在向量中的位置。

R语言的排序函数(order, sort, rank)及匹配函数（match,%in%)用法详解

R语言中，和排序相关的常用函数有： order() ， sort() ， rank() ，一般是对向量进行操作，也可以对数据框的列进行操作。 1. order(..., decreasing = FALSE) “...” 中可以是一个向量（数值型，字符型，逻辑型， 因子型 均可），也可以是多个向量（ 长度必须相同 ） 它返回的是排列后（默认是升序）的元素在该向量中所处的位置，即 索引 ，所以返回的不是原来向量的那些数值，而是排序后那些数值所对应的位置。它在常在数据框中运用，可以根据某一列和某几列来调整数据框。 1.1 单个向量

1.2 多个向量（数据框的多列）

上面最左边的一列数值（不是var1这一列）就是 order(df$var1) 生成的，列var1的顺序就是order后的，注意和前面df 的列var1进行比较，还有一点要牢记的就是这种在数据框里的调整，是 整行变动(都按列var1来) 。故而本质上，对于数据框而言， order函数出来的是原始数据框中的行号，行号顺序一变，意味着行号代表的整行跟着变 。 接着再按列var2排序（注意是在列var1已经排好的基础上再按列var2重新排序，即此时列var1里的 非重复值的行顺序不会再变了，只有列var1里有重复值（数值相同的）的行才会变换 ，而且是按照列var2来变换，。如还要按其它列再排，以此类推）：

最后再按列var3排序，此时只有列var2中 有重复值的行 （当然这时var1肯定也是重复的）才会变换------这里是含有9的那两行，并且是按照这些重复值对应到列var3的那些行的数值（数值1和2）来变的

总结提升，order()函数中，如果第一个向量（或者说是数据框里你想要根据它来调整的那一列）里没有重复值，那么按照后面的所有向量（不管有多少个）的重排都不会进行（或者说重排的结果不会变），order(vec1,vec2,vec3,...) 返回的行号及其顺序和 order(vec1) 的是一样。

同理，也可以处理对应的行（比如矩阵或是数据框的行）

1.3 factor（因子型向量）

2. sort(x, decreasing = FALSE) x 只能是 一个 向量（数值型，字符型，逻辑型， 因子型 均可） 返回的是排序后（默认是升序）的那个数值向量（ 还是那些数值，只不过是排序过了的 ）

3. rank(x, na.last = TRUE) 求秩的函数，x 只能是 一个**向量（数值型，字符型，逻辑型）， 该向量一般不会有重复值 ，返回的是该向量中对应元素的“排名”，即元素顺序它不会改变，只是告诉你每个元素在整个向量中的名次（如果要排序（默认是升序）的话）。

如果向量有重复值，出现的结果会有些不太好处理

匹配两个向量，返回的是第一个向量 x中的各个元素在第二个向量 y中所匹配的元素的位置值（索引，下标值），即 返回的是第二个向量的下标值组成的向量 。 注意事项： 1. 返回的下标值向量的长度与第一个向量相等，即 length(x) == length(match(x,y)) 为 TRUE。 2. 第一个向量可以是只有一个元素的向量。 3. 两个向量的长度不一定要相等。 4. 返回的是 x中每个元素在y中的位置，可用来提取y中的元素，没有匹配上的会返回 NA。 拓展用法： y ： x中 和y 相同的元素都是哪些，前提是x中的元素在y中都有（即x是y的子集），否则会返回 NA。（ 最好是用x ） y ： 找出 y里面有 x里面没有的数值，前提是x中的元素在y中都有（即x是y的子集），否则会报错。

当两个向量类型不一样时, match函数会进行类型转换，然后再匹配。

x %in% y 判断x中的元素是否都在y中，返回的是个长度和 x 一样的逻辑值向量，存在的话返回TRUE，否则返回FALSE。 sum(x %in% y) ： 统计 x 中有多少个元素在y中，或者说 x 和 y 有几个相同元素 x ： x中 和y 相同的元素都是哪些

r语言sort函数中index是什么意思

是一逻辑值，决定索引向量是否也要返回。注意只对某些情况有效。查到的参数说明如下：index.return logical indicating if the ordering index vector should be returned as well; this is only available for a few cases, the default na.last = NA and full sorting of non-factors.

R语言数据转换（三）2021.3.1

将数据全选复制，建立新sheet,用 Ctrl+Alt+V 快捷键进行选择复制，在弹出的菜单框中勾选转置选项。

t函数 :用t()即可实现行和列的翻转

transform函数如果不想覆盖原先的值，可以这样操作，将修改后的值赋值给一个新的列名，这样原始数据可以保存下来

在R中，和排序相关的函数有三，sort,order,rank函数。

sort是对向量进行排序(只能用于向量不能用于数据框），返回结果向量，数值按从小到大排序，字符按从A到Z排序，总体来说就是按ASCAll码的顺序进行排序。若要求从大到小排序则有两种方法。

引申 要理解的是sort只能对某行或某列排序，而无法对整体进行排序，但是我们可以通过数据框索引，将索引值用sort函数，访问出的结果就会是有序的 例如将列名排序并访问

order函数也可以对向量进行排序，但是返回后的位置是向量的位置而不是结果，通过下图中rivers数据集的对比就可以知晓。

同样的，我们也可以使用order对数据框进行排序

若想按照从大到小排列，也可以以下方法

多条件排序时，第一个条件最为重要，第二个条件是为了把第一个条件下的相同值数据在第二个条件下进行排序。

R语言 排序 次条件

使用R包dplyr的函数arrange更简单，更简洁：

#多条件排序：使用dplyr::arrange

library(dplyr)

data("iris")

head(iris)

#第一列升序，然后是第三列升序

arrange(iris,iris)

#第一列升序，然后是第三列降序

arrange(iris,iris)

扩展资料

R语言排序函数sort()，rank()，order()

》x《-c(97,93,85,74,32,100,99,67)

》sort(x)

32677485939799100

》order(x)

58432176

》rank(x)

65431872

R sort、rank、order、arrange排序函数

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 2.order (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。