gtools包mixedsort处理十进制值不符合预期问题问询

我来帮你搞定这个排序问题！你遇到的问题根源在于错误地混用了mixedsort和order函数，导致计算出来的rank完全不符合预期。

问题分析 #

你的代码里用了：

df$rank = as.numeric(as.character(order(mixedsort(df$buckets))))

这里的逻辑是先对buckets向量做自然排序得到一个新向量，然后对这个已经排好序的向量再调用order——这其实得到的是排序后向量自身的顺序索引（也就是1到8的序列），和原向量中每个元素的实际排名没有关系，自然会出现2.5和7.5的排名错误。

正确解决方案 #

应该使用gtools包中的mixedorder函数，它专门用来返回向量按自然排序规则的索引位置，直接用它就能正确计算每个元素的排名：

library(gtools)
df <- data.frame(matrix(ncol = 1, nrow = 8))
colnames(df) <- "buckets"
buc <- c("-Inf","0.5","1.5","2.5","7.5", "11.5", "27.5", "Inf")
df$buckets <- as.character(buc)

# 使用mixedorder获取正确的排序索引，直接得到每个元素的排名
df$rank <- mixedorder(df$buckets)

print(df)

运行这段代码后，你会看到2.5的rank是4，7.5的rank是5，完全符合你的预期。

补充说明 #

• mixedsort(x)：返回排序后的向量本身
• mixedorder(x)：返回原向量中每个元素在排序后的位置索引，这才是你需要用来计算排名的工具

内容的提问来源于stack exchange，提问作者rapunzel