R中rank函数使用

rank(x, na.last = TRUE,
     ties.method = c("average", "first", "random", "max", "min"))

(1) rank 函数是对一维度数组、向量x 进行排序。若x 为数值，则按照小数在线大数在后的原则进行排序

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。

比如，在100米赛跑中，甲乙丙三人的成绩为6.8s, 8.1s, 7.2s，那么用rank函数排序获得名次：

> rank(t <- c(6.8, 8.1, 7.2))[1] 1 3 2

再如，甲乙丙三人考试得分为74,92,85，用同样方法取得名次会适得其反。当然，我们可以认为执行

> rank(-(s <- c(74, 92, 85)))[1] 3 1 2

可以达到目的，但这并未改变rank函数的排序机制。