R語(yǔ)言:排序的應(yīng)用操作
更新時(shí)間：2021年04月21日 11:55:28 作者：偷閑閣
這篇文章主要介紹了R語(yǔ)言:排序的應(yīng)用操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
工作中遇到過(guò)許多看起來(lái)挺復(fù)雜的數(shù)據(jù)篩選，本質(zhì)上都可以用排序解決，這里以R自帶的mtcar數(shù)據(jù)集為例做一個(gè)記錄。
首先簡(jiǎn)單介紹一下mtcar數(shù)據(jù)集，mtcar（Motor Trend Car Road Tests）是一個(gè)32行11列的數(shù)據(jù)集，記錄了32種汽車的11種性能，具體數(shù)據(jù)如下：
> mtcars
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
假如我們想挑一款比較省油的車，也就是選一款mpg（每加侖公里數(shù)）較高的車。如果只要一個(gè)備選，自然可以使用which.max函數(shù)：
> mtcars[which.max(mtcars$mpg), ]
mpg cyl disp hp drat wt qsec vs am gear carb
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.9 1 1 4 1
如果想要多個(gè)備選呢？例如2個(gè)備選。我們可以將mtcars按mpg從大到小排序，然后列出前兩個(gè)：
> db_use <- mtcars[order(mtcars$mpg, decreasing = T), ]
> db_use
mpg cyl disp hp drat wt qsec vs am gear carb
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
前兩名是：
> db_use[1:2, ]
mpg cyl disp hp drat wt qsec vs am gear carb
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
如果取前3名呢？我們注意到存在并列第3的情況，所以說(shuō)直接取前3行就不合適了。這樣我們可以新設(shè)一列表示mpg的排名（rank），然后取排名小于等于3的數(shù)據(jù)。但是rank函數(shù)是從小到大排序的，我們這里要從大到小排序，需要做一個(gè)簡(jiǎn)單的變換：
> db_use$rank <- nrow(db_use) - rank(db_use$mpg, ties.method = 'max') + 1
> db_use
mpg cyl disp hp drat wt qsec vs am gear carb rank
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 1
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 2
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 3
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 3
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 5
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 6
選取前3名：
> db_use[which(db_use$rank<= 3), ]
mpg cyl disp hp drat wt qsec vs am gear carb rank
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 1
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 2
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 3
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 3
下面增加一下難度?，F(xiàn)在我們挑選出來(lái)的車都是4缸的，即cyl（氣缸數(shù)）為4。我們想在不同氣缸數(shù)的車中都挑一些省油的車做備選，比方說(shuō)在不同氣缸數(shù)的車中挑出各自前3款最省油的車。
同樣，我們需要構(gòu)造一個(gè)新變量表示mpg的排名，只不過(guò)這個(gè)排名是一個(gè)分組排名，即以氣缸數(shù)分組，在氣缸數(shù)相同的車中分別排名。
首先，我們將數(shù)據(jù)按氣缸數(shù)分組排好：
> library(dplyr)
> db_use <- mtcars
> db_use$name <- rownames(db_use)
> db_use <- arrange(db_use, cyl, desc(mpg))
> db_use
mpg cyl disp hp drat wt qsec vs am gear carb name
1 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corolla
2 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Fiat 128
3 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Honda Civic
4 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Lotus Europa
5 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Fiat X1-9
6 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Porsche 914-2
然后列出各組的組內(nèi)rank：
> rank_group <- aggregate(mpg~cyl, db_use, rank, ties.method = 'max')
> db_use$rank_increase <- unlist(rank_group$mpg)
> db_use
mpg cyl disp hp drat wt qsec vs am gear carb name rank_increase
1 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corolla 11
2 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Fiat 128 10
3 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Honda Civic 9
4 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Lotus Europa 9
5 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Fiat X1-9 7
6 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Porsche 914-2 6
接著，算出每組各包含多少數(shù)據(jù)：
> num_all <- aggregate(mpg~cyl, db_use, length)
> db_use$num_all <- rep(num_all$mpg, num_all$mpg)
> db_use
mpg cyl disp hp drat wt qsec vs am gear carb name rank_increase num_all
1 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corolla 11 11
2 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Fiat 128 10 11
3 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Honda Civic 9 11
4 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Lotus Europa 9 11
5 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Fiat X1-9 7 11
6 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Porsche 914-2 6 11
最后二者相減得出各組的組內(nèi)從大到小排名，選取排名小于等于3的汽車：：
> db_use$rank_decrease <- db_use$num_all - db_use$rank_increase + 1
> db_use[which(db_use$rank_decrease <= 3), ]
mpg cyl disp hp drat wt qsec vs am gear carb name rank_increase num_all rank_decrease
1 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corolla 11 11 1
2 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Fiat 128 10 11 2
3 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Honda Civic 9 11 3
4 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Lotus Europa 9 11 3
12 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet 4 Drive 7 7 1
13 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 6 7 2
14 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 Mazda RX4 Wag 6 7 2
19 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Pontiac Firebird 14 14 1
20 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Hornet Sportabout 13 14 2
21 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 Merc 450SL 12 14 3
有時(shí)候我們不會(huì)挑選具體前3名還是前5名的數(shù)據(jù)，會(huì)是取一個(gè)百分比，比方說(shuō)在各組內(nèi)挑選前20%最省油的車輛，這個(gè)需求利用前邊的幾個(gè)中間變量新設(shè)一個(gè)百分比變量就能輕松實(shí)現(xiàn)：
> db_use[which(db_use$Percent <= 0.2), ]
mpg cyl disp hp drat wt qsec vs am gear carb name rank_increase num_all rank_decrease Percent
1 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corolla 11 11 1 0.09090909
2 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Fiat 128 10 11 2 0.18181818
12 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet 4 Drive 7 7 1 0.14285714
19 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Pontiac Firebird 14 14 1 0.07142857
20 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Hornet Sportabout 13 14 2 0.14285714
補(bǔ)充：R語(yǔ)言中的排序算法
最近用R語(yǔ)言比較多，所以這次再一次整理一下R語(yǔ)言中的排序算法，本篇文章主要以代碼實(shí)現(xiàn)為主，原理不在此贅述了。
文中如有不正確的地方，歡迎大家批評(píng)指正。
1.測(cè)試數(shù)據(jù)
<span style="font-size:18px;"># 測(cè)試數(shù)組 vector = c(5,34,65,36,67,3,6,43,69,59,25,785,10,11,14) vector ## [1] 5 34 65 36 67 3 6 43 69 59 25 785 10 11 14</span>
2.R語(yǔ)言中自帶的排序函數(shù)
在R中，跟排序有關(guān)的函數(shù)主要有三個(gè)：sort()，rank()，order()。其中sort(x)是對(duì)向量x進(jìn)行排序，rank()是求秩的函數(shù)，它的返回值是這個(gè)向量中對(duì)應(yīng)元素的“排名”，order()的返回值是對(duì)應(yīng)“排名”的元素所在向量中的位置。
sort(vector) ## [1] 3 5 6 10 11 14 25 34 36 43 59 65 67 69 785 order(vector) ## [1] 6 1 7 13 14 15 11 2 4 8 10 3 5 9 12 rank(vector) ## [1] 2 8 12 9 13 1 3 10 14 11 7 15 4 5 6
3.冒泡排序
# bubble sort
bubbleSort = function(vector) {
n = length(vector)
for (i in 1:(n-1)) {
for (j in (i+1):n) {
if(vector[i]>=vector[j]){
temp = vector[i]
vector[i] = vector[j]
vector[j] = temp
}
}
}
return(vector)
}
bubbleSort(vector)
## [1] 3 5 6 10 11 14 25 34 36 43 59 65 67 69 785
4.快速排序
# quick sort
quickSort = function(vector, small, big) {
left = small
right = big
if (left >= right) {
return(vector)
}else{
markValue = vector[left]
while (left < right) {
while (left < right && vector[right] >= markValue) {
right = right - 1
}
vector[left] = vector[right]
while (left < right && vector[left] <= markValue) {
left = left + 1
}
vector[right] = vector[left]
}
vector[left] = markValue
vector = quickSort(vector, small, left - 1)
vector = quickSort(vector, right + 1, big)
return(vector)
}
}
quickSort(vector,1,15)
## [1] 3 5 6 10 11 14 25 34 36 43 59 65 67 69 785
5.插入排序
# insert sort
insertSort = function(vector){
n = length(vector)
for(i in 2:n){
markValue = vector[i]
j=i-1
while(j>0){
if(vector[j]>markValue){
vector[j+1] = vector[j]
vector[j] = markValue
}
j=j-1
}
}
return(vector)
}
insertSort(vector)
## [1] 3 5 6 10 11 14 25 34 36 43 59 65 67 69 785
6.希爾排序
# shell sort
shellSort = function(vector){
n = length(vector)
separate = floor(n/2)
while(separate>0){
for(i in 1:separate){
j = i+separate
while(j<=n){
m= j- separate
markVlaue = vector[j]
while(m>0){
if(vector[m]>markVlaue){
vector[m+separate] = vector[m]
vector[m] = markVlaue
}
m = m-separate
}
j = j+separate
}
}
separate = floor(separate/2)
}
return(vector)
}
shellSort(vector)
## [1] 3 5 6 10 11 14 25 34 36 43 59 65 67 69 785
7.選擇排序
# select sort
selectSort = function(vector){
n = length(vector)
for(i in 1:(n-1)){
minIndex = i
for(j in (i+1):n){
if(vector[minIndex]>vector[j]){
minIndex = j
}
}
temp = vector[i]
vector[i] = vector[minIndex]
vector[minIndex] = temp
}
return(vector)
}
selectSort(vector)
## [1] 3 5 6 10 11 14 25 34 36 43 59 65 67 69 785
8.堆排序
# heap sort
adjustHeap = function(vector,k,n){
left = 2*k
right = 2*k+1
max = k
if(k<=n/2){
if(left<=n&&vector[left]>=vector[max]){
max = left
}
if(right<=n&&vector[right]>=vector[max]){
max = right
}
if(max!=k){
temp = vector[k]
vector[k] = vector[max]
vector[max] = temp
vector = adjustHeap(vector,max,n)
}
}
return(vector)
}
createHeap = function(vector,n){
for(i in (n/2):1){
vector = adjustHeap(vector,i,n)
}
return(vector)
}
heapSort = function(vector){
n = length(vector)
vector = createHeap(vector,n)
for(i in 1:n){
temp = vector[n-i+1]
vector[n-i+1] = vector[1]
vector[1] = temp
vector = adjustHeap(vector,1,n-i)
}
return(vector)
}
9.歸并排序
# merge sort
combine = function(leftSet,rightSet){
m = 1
n = 1
vectorTemp = c()
while (m<=length(leftSet)&&n<=length(rightSet)) {
if(leftSet[m]<=rightSet[n]){
vectorTemp = append(vectorTemp,leftSet[m])
m = m+1
}else{
vectorTemp = append(vectorTemp,rightSet[n])
n = n+1
}
}
if(m>length(leftSet)&&n==length(rightSet)){
vectorTemp = append(vectorTemp,rightSet[n:length(rightSet)])
}else if(m==length(leftSet)&&n>length(rightSet)){
vectorTemp = append(vectorTemp,leftSet[m:length(leftSet)])
}
return(vectorTemp)
}
mergeSort = function(vector){
size = length(vector)
if(size==1){
return(vector)
}
cut = ceiling(size/2)
leftSet = mergeSort(vector[1:cut])
rightSet = mergeSort(vector[(cut+1):size])
vector = combine(leftSet,rightSet)
return(vector)
}
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
R語(yǔ)言實(shí)現(xiàn)將分類變量轉(zhuǎn)換為啞變量(dummy vairable)
這篇文章主要介紹了R語(yǔ)言實(shí)現(xiàn)將分類變量轉(zhuǎn)換為啞變量(dummy vairable)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言關(guān)于決策樹知識(shí)點(diǎn)總結(jié)
在本篇文章里小編給大家整理的是一篇關(guān)于R語(yǔ)言關(guān)于決策樹知識(shí)點(diǎn)總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-05-05
R語(yǔ)言實(shí)現(xiàn)用cbind合并兩列數(shù)據(jù)
這篇文章主要介紹了R語(yǔ)言實(shí)現(xiàn)用cbind合并兩列數(shù)據(jù)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言中其它對(duì)象知識(shí)點(diǎn)總結(jié)
在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言中其它對(duì)象知識(shí)點(diǎn)總結(jié)內(nèi)容，有需要的朋友們可以學(xué)習(xí)下。2021-03-03
R語(yǔ)言中c()函數(shù)與paste()函數(shù)的區(qū)別說(shuō)明
這篇文章主要介紹了R語(yǔ)言中c()函數(shù)與paste()函數(shù)的區(qū)別說(shuō)明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
這篇文章主要介紹了R語(yǔ)言-有負(fù)下標(biāo)里才能有零的實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言運(yùn)算符知識(shí)點(diǎn)總結(jié)
在本篇文章里小編給大家整理的是一篇關(guān)于R語(yǔ)言運(yùn)算符知識(shí)點(diǎn)總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)參考下。2021-03-03
使用R語(yǔ)言實(shí)現(xiàn)自動(dòng)文摘的方法
本文介紹了如何使用R語(yǔ)言實(shí)現(xiàn)自動(dòng)文摘，我們首先介紹了基于詞頻-逆文檔頻率（TF-IDF）的自動(dòng)文摘方法，包括創(chuàng)建詞項(xiàng)文檔矩陣，計(jì)算TF-IDF值，提取關(guān)鍵詞，以及根據(jù)關(guān)鍵詞生成摘要，需要的朋友一起學(xué)習(xí)下吧2023-05-05
數(shù)據(jù)作圖是數(shù)據(jù)分析的重要方法之一,R提供了豐富的作圖函,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言繪圖基礎(chǔ)教程的相關(guān)資料,文中通過(guò)實(shí)例代碼以及圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-11-11
R語(yǔ)言-使用ifelse進(jìn)行數(shù)據(jù)分組
這篇文章主要介紹了R語(yǔ)言-使用ifelse進(jìn)行數(shù)據(jù)分組，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04