4-6排序

排序

sort:对向量进行排序；返回排好序的内容

order:返回排好序的内容的下标/多个排序标准

x<-data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1))

sort(x$v2)(对v2这一列按照升序进行排序)

sort(x$v2,decreasing=TRUE)(对v2这一列按照降序进行排序)

order(x$v2)(返回的不是内容本身 返回了行号)

x[order(x$v2),](对整个数据框按照v2这一列进行排序)

x[order(x$v4,x$v2),](对整个数据框按照v4这一列进行排序,如果v4中有重复的元素，则按照v2排序)

x[order(x$v4,x$v2),decreasing=TRUE](降序)

排序

sort(x$v2)   #将v2这列元素升序排

sort(x$v2,decreasing = TRUE)  #将v2这列元素降序排

order()# 返回排序数据对应的标号，并且可以设置多个参数排序

若要按照多种要求排序，优先按照第一要求

sort（x$v2,decreasing=TRUE）对v2进行降序排序，返回v2的元素本身

order返回的是重新排序后元素对应的下标

x【order（x$v2),】按照v2排序的顺序对x所有元素进行排序

排序

sort

order

关于排序的两个函数：1）sort：对向量进行排序，返回排好序的内容；2)order：返回排好序的内容的下标/可有多个排序标准

sort默认升序排列，若要降序，添加decreasing=TRUE

> str(lapply)

function (X, FUN, ...)  

> x <- list(a = 1:10,b = c(11,23,45,67,32,12))

> lapply(x,mean)

$`a`

[1] 5.5

$b

[1] 31.66667

> x1 <- 1:4

> lapply(x1,runif)

[[1]]

[1] 0.8868638

[[2]]

[1] 0.11008790 0.02666372

[[3]]

[1] 0.7966674 0.7209711 0.1867769

[[4]]

[1] 0.3799041 0.5063865 0.3081169 0.8336526

> lapply(x1,runif,min=0,max=100)

[[1]]

[1] 4.456663

[[2]]

[1] 34.33404 43.46529

[[3]]

[1] 66.93998 58.74472 79.33469

[[4]]

[1] 44.57984 79.15024 48.03468 88.60884

> x2 <-list(a = matrix(1:6,3,2), b =matrix(4:9,2,3))

> lapply(x2,function(m) m[1,])

$`a`

[1] 1 4

$b

[1] 4 6 8

> x <- list(a = 1:10,b = c(11,23,45,67,32,12))

> lapply(x,mean)

$`a`

[1] 5.5

$b

[1] 31.66667

> sapply(x,mean)

       a        b 

 5.50000 31.66667 

> class(sapply(x,mean))

[1] "numeric"

> x <-array(rnorm(2*3*4),c(2,3,4))

> x

, , 1

              [,1]       [,2]       [,3]

[1,] -2.4737530949  0.4171645 -1.0461752

[2,] -0.0001240402 -0.7896605  0.2961749

, , 2

           [,1]      [,2]        [,3]

[1,] -0.3129235 2.9848179 -0.09541397

[2,] -0.2952547 0.3107933  1.35694007

, , 3

            [,1]       [,2]       [,3]

[1,] -0.04722984  0.1340425 -0.5091902

[2,] -0.59321372 -0.1358251  0.2591943

, , 4

           [,1]       [,2]       [,3]

[1,]  1.8403115 -1.5341308 -0.6485949

[2,] -0.0483033 -0.2849255  0.7454548

> y <-array(rnorm(2*3*4),c(2,3,4))

> y

, , 1

           [,1]       [,2]      [,3]

[1,] -0.3573472 -1.3076321 1.4378976

[2,]  0.7947117  0.1829961 0.7720183

, , 2

            [,1]       [,2]       [,3]

[1,] -0.06392413 -0.8112794 -0.5554383

[2,]  0.75611728 -0.1259885  0.9862515

, , 3

           [,1]      [,2]       [,3]

[1,]  1.1408303 1.5646228 -1.2259067

[2,] -0.4162167 0.2803539  0.9684884

, , 4

           [,1]       [,2]       [,3]

[1,] -0.8962086 -1.4802795  0.3094928

[2,] -0.5749213 -0.4892932 -0.5233857

> apply(y, c(1,2),mean)

            [,1]        [,2]         [,3]

[1,] -0.04416243 -0.50864205 -0.008488657

[2,]  0.13992275 -0.03798291  0.550843091

> apply(y, c(1,3),mean)

            [,1]       [,2]      [,3]       [,4]

[1,] -0.07569391 -0.4768806 0.4931821 -0.6889984

[2,]  0.58324204  0.5387934 0.2775419 -0.5292001

> apply(y, c(2,3),mean)

           [,1]       [,2]       [,3]       [,4]

[1,]  0.2186823  0.3460966  0.3623068 -0.7355650

[2,] -0.5623180 -0.4686339  0.9224883 -0.9847863

[3,]  1.1049579  0.2154066 -0.1287092 -0.1069465

> list(rep(1,4),rep(2,3),rep(3,2),rep(4,1))

[[1]]

[1] 1 1 1 1

[[2]]

[1] 2 2 2

[[3]]

[1] 3 3

[[4]]

[1] 4

> mapply(rep,1:4,4:1)

[[1]]

[1] 1 1 1 1

[[2]]

[1] 2 2 2

[[3]]

[1] 3 3

[[4]]

[1] 4

> s <- function(n,mean,std){

+   rnorm(n,mean,std)

+ }

> s(4,0,1)#抽取4个均值为0标准差为1的数

[1] -0.2924530 -1.3309042  0.8299158 -1.4291025

> mapply(s,1:5,5:1,2)

[[1]]

[1] 3.907964

[[2]]

[1] 3.6132156 0.4039049

[[3]]

[1] 4.6735051 0.2037741 1.3328692

[[4]]

[1]  3.75000085 -0.06562299  0.57787271  1.62600421

[[5]]

[1]  0.5588209 -0.4725886  3.6368032  1.0203294 -3.1208185

> x <-c(rnorm(5),runif(5),rnorm(5,1))#创建包含15个元素的向量，前五个是正态分布的5个，中间是均匀分布的5个元素，最后是标准差为1，标准差为0的正态分布

> 

> x

 [1] -0.37771653 -0.08087372 -0.35404229 -0.75805485  1.09533919  0.54208869

 [7]  0.54051547  0.38912002  0.12224007  0.28072261  1.25432798  0.83136329

[13]  0.72196141  1.34407258  2.80813618

> f <- gl(3,5)#gl函数后的参数说明：选取3个水平，每个水平下有5个元素

> f

 [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3

Levels: 1 2 3

> split(x,f)

$`1`

[1] -0.37771653 -0.08087372 -0.35404229 -0.75805485  1.09533919

$`2`

[1] 0.5420887 0.5405155 0.3891200 0.1222401 0.2807226

$`3`

[1] 1.2543280 0.8313633 0.7219614 1.3440726 2.8081362

> lapply(split(x,f),mean)

$`1`

[1] -0.09506964

$`2`

[1] 0.3749374

$`3`

[1] 1.391972

> s <- split(airquality,airquality$Month)

> lapply(s,function(x),colMeans(x,[,c("Ozone","Wind","Temp")]))

Error: unexpected ',' in "lapply(s,function(x),"

> head(airquality)

  Ozone Solar.R Wind Temp Month Day

1    41     190  7.4   67     5   1

2    36     118  8.0   72     5   2

3    12     149 12.6   74     5   3

4    18     313 11.5   62     5   4

5    NA      NA 14.3   56     5   5

6    28      NA 14.9   66     5   6

> s <- split(airquality,airquality$Month)#查找airquality包中的月份数据，并传入s中

> table(airquality$Month)#查找month的信息，以及每一月包含的记录数

 5  6  7  8  9 

31 30 31 31 30 

> lapply(s,function(x),colMeans(x,[,c("Ozone","Wind","Temp")]))

Error: unexpected ',' in "lapply(s,function(x),"

> lapply(s, function(x) colMeans(x,[,c("Ozone","Wind","Temp")]))

Error: unexpected '[' in "lapply(s, function(x) colMeans(x,["

> lapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))

$`5`

   Ozone     Wind     Temp 

      NA 11.62258 65.54839 

$`6`

   Ozone     Wind     Temp 

      NA 10.26667 79.10000 

$`7`

    Ozone      Wind      Temp 

       NA  8.941935 83.903226 

$`8`

    Ozone      Wind      Temp 

       NA  8.793548 83.967742 

$`9`

Ozone  Wind  Temp 

   NA 10.18 76.90 

> slapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))

Error in slapply(s, function(x) colMeans(x[, c("Ozone", "Wind", "Temp")])) : 

  could not find function "slapply"

> sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))

             5        6         7         8     9

Ozone       NA       NA        NA        NA    NA

Wind  11.62258 10.26667  8.941935  8.793548 10.18

Temp  65.54839 79.10000 83.903226 83.967742 76.90

> sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")],na.rm = TRUE))

             5        6         7         8        9

Ozone 23.61538 29.44444 59.115385 59.961538 31.44828

Wind  11.62258 10.26667  8.941935  8.793548 10.18000

Temp  65.54839 79.10000 83.903226 83.967742 76.90000

> x1 <- data.frame(v1=1:5, v2 =c(10,5,2,8,63), v3=11:15, v4 =c(1,1,2,4,5))

> x1

  v1 v2 v3 v4

1  1 10 11  1

2  2  5 12  1

3  3  2 13  2

4  4  8 14  4

5  5 63 15  5

> sort(x1$v2)

[1]  2  5  8 10 63

> sort(x1$v2, decreasing = TRUE)

[1] 63 10  8  5  2

> order(x1$v2)#返回的是第二列排序后的下标序号

[1] 3 2 4 1 5

> x[order(x1$v2)]

[1] -0.35404229 -0.08087372 -0.75805485 -0.37771653  1.09533919

> x[order(x1$v2),]

Error in x[order(x1$v2), ] : incorrect number of dimensions

> order(x1$v2)

[1] 3 2 4 1 5

> x[order(x1$v2),]

Error in x[order(x1$v2), ] : incorrect number of dimensions

> x1[order(x1$v2),]

  v1 v2 v3 v4

3  3  2 13  2

2  2  5 12  1

4  4  8 14  4

1  1 10 11  1

5  5 63 15  5

> 

sort：对向量进行排序；返回排好序的内容；

order：返回排好序的内容的下标/可以按照多个排序标准排序；

x[order(x$v2), ];

想要降序排列只需要在上述函数中传入参数 decreasing = TRUE；

用order按多种标准排序：

x[order(x$v4,x$v2), ];

sort升序

order排序

sort:对向量进行排序，返回排好的内容

order：返回排好序的内容的下标/多个排序标准

sort(x$列名字)//按升序排列

sort(x$列名字，decreasing=TRUE)//按降序排列

x[order（x$列名字1，x$列名字2），]//先排列1，再排列2

#排序

x<-data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1))
x
sort(x$v2,decreasing = TRUE)#对数据框v2进行降序排列
sort(x$v3)#对数据框v3进行升序排列
order(x$v2)#返回的不是内容本身，而是内容对应的下标排序
x[order(x$v2),]#行顺序按照order方式排列
x[order(x$v4,x$v3),]#先排序v4，再排序v3，v4的排序结果更强
x[order(x$v4,x$v3,decreasing = TRUE),]#先排序v4，再排序v3，v4的排序结果更强

sort: 对向量进行排序，返回排好序的内容

order： 返回排好序的内容的下标，多个排序标准（返回值是对应“排名”的元素所在向量中的位置）

sort（x）

sort(x, decreasing=TRUE)  降序排列

#对数据进行排序 

#sort返回排好序的内容 

#order返回下标 

x <- data.frame(v1=1:5, v2=c(10,7,9,6,8), v3=11:15, v4=c(1,1,2,2,1)) sort(x$v2) 

sort(x$v2,decreasing = TRUE) 

order(x$v2) #返回的不是内容本身，是内容的下标 

x[order(x$v2),] #对x针对v2进行排序 

 x[order(x$v4, x$v2, decreasing = TRUE), ]

2018-06-01