理解 R 中“order”函数的输出答案

【问题标题】：understanding output of "order" function in R理解 R 中“order”函数的输出
【发布时间】：2020-05-11 23:21:12
【问题描述】：

给定这个数据框：

names <- c("Anna", "Bella", "Christian", "Derrick", "Emma")
scores <- c(10,5,10,9,8)
age <- c(16,16,17,18,21)
test <- data.frame(cbind(names,scores, age))

我希望创建一个按 scores 排名的变量，并使用 names 作为 tie-breaker 即虽然 Anna 和 Christian 都得分 10，但 Anna 的排名 == 1 & Christian 的 == 2

我的代码：test$rank_by_score <- order(test$scores, test$names, decreasing = T)

当前输出：

names      scores   age   rank_by_score
Anna       10       16    4
Bella      5        16    5
Christian  10       17    2
Derrick    9        18    3
Emma       8        21    1

想要的输出：

names      scores   age   rank_by_score
Anna       10       16    1
Bella      5        16    5
Christian  10       17    2
Derrick    9        18    3
Emma       8        21    4

我当前的输出发生了什么，如何获得我想要的输出？

编辑以在 age 和 scores 编码为整数而不是因子时显示输出

names      scores   age   rank_by_score
Anna       10       16    3
Bella      5        16    1
Christian  10       17    4
Derrick    9        18    5
Emma       8        21    2

【问题讨论】：

请注意 cbind(names,scores, age) 将所有内容强制转换为字符，然后 data.frame(.) 默认为 stringsAsFactors = TRUE。现在分数被编码为最小的连续整数，10, not 5 ! 从向量中创建 df 的正确方法是不使用 @ 987654331@。去掉它，你的结果就完全不同了。
在发布后注意到，但即使在调整后（使用cbind.data.frame 和as.int）排名也不合理
是的，我知道排名仍然是错误的。我想说的是你不需要cbind，甚至不需要cbind.data.frame。方法是data.frame(names,scores, age)

标签： r ranking

【解决方案1】：

我认为您正在寻找 rank 而不是 order 但 rank 只能采用一列值。所以我们可以先order基于names的数据再使用rank。

test <- test[order(test$names), ]

rank(-test$scores, ties.method = "first")
#[1] 1 5 2 3 4

请参阅 ?rank 了解不同的 ties.method 选项。如果我们在出现平局时使用ties.method = "first"，则在ties.method = "last" 出现时，首先出现的条目将被赋予较小的数字。

rank(-test$scores, ties.method = "last")
#[1] 2 5 1 3 4

order 按排序顺序返回原始向量的索引。

a1 <- order(test$scores, decreasing = TRUE)
a1
#[1] 1 3 4 5 2

a2 <- test$scores
a2
#[1] 10  5 10  9  8

这里order的输出可以解释为a2[a1[1]](10)是最大的数，其次是a2[a1[2]](10)和a2[a1[3]](9)等等。

数据

names <- c("Anna", "Bella", "Christian", "Derrick", "Emma")
scores <- c(10,5,10,9,8)
age <- c(16,16,17,18,21)
test <- data.frame(names, scores, age)

【讨论】：