What is the difference between ordered factors and unordered factors in R?

To understand the difference ordered factors and unordered factors, it is better to understand them by creating the factor vectors by using ordered argument with TRUE and FALSE options. For example, if we have a vector x then it can be ordered or unordered as factor(x,ordered=TRUE) and factor(x,ordered=FALSE).

Example1

 Live Demo

x1<−factor(rep(LETTERS[1:5],4),ordered=TRUE)
x1

Output

[1] A B C D E A B C D E A B C D E A B C D E
Levels: A < B < C < D < E

Example

 Live Demo

x1<−factor(rep(LETTERS[1:5],4),ordered=FALSE)
x1

Output

[1] A B C D E A B C D E A B C D E A B C D E
Levels: A B C D E

Example2

 Live Demo

x2<−factor(rep(letters[1:20],5),ordered=TRUE)
x2

Output

[1] a b c d e f g h i j k l m n o p q r s t a b c d e f g h i j k l m n o p q
[38] r s t a b c d e f g h i j k l m n o p q r s t a b c d e f g h i j k l m n
[75] o p q r s t a b c d e f g h i j k l m n o p q r s t
20 Levels: a < b < c < d < e < f < g < h < i < j < k < l < m < n < o < ... < t

Example

 Live Demo

x2<−factor(rep(letters[1:20],5),ordered=FALSE)
x2

Output

[1] a b c d e f g h i j k l m n o p q r s t a b c d e f g h i j k l m n o p q
[38] r s t a b c d e f g h i j k l m n o p q r s t a b c d e f g h i j k l m n
[75] o p q r s t a b c d e f g h i j k l m n o p q r s t
Levels: a b c d e f g h i j k l m n o p q r s t

Example3

x3<−factor(rep(c("Albania","Russia","Belarus"),20),ordered=TRUE)
x3

Output

[1] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[10] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[19] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[28] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[37] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[46] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[55] Albania Russia Belarus Albania Russia Belarus
Levels: Albania < Belarus < Russia

Example

 Live Demo

x3<−factor(rep(c("Albania","Russia","Belarus"),20),ordered=FALSE)
x3

Output

[1] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[10] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[19] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[28] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[37] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[46] Albania Russia Belarus Albania Russia Belarus Albania Russia Belarus
[55] Albania Russia Belarus Albania Russia Belarus
Levels: Albania Belarus Russia

Example4

 Live Demo

x4<−factor(rep(c("A5","A1","A3","A4","A9","A5","A6"),20),ordered=TRUE)
x4

Output

[1] A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4
[1] A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4
[26] A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5
[51] A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9
[76] A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1
[101] A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5
[126] A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6
Levels: A1 < A3 lt; A4 lt; A5 lt; A6 lt; A9

Example

 Live Demo

x4<−factor(rep(c("A5","A1","A3","A4","A9","A5","A6"),20),ordered=FALSE)
x4

Output

[1] A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4
[26] A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5
[51] A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9
[76] A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1
[101] A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5
[126] A6 A5 A1 A3 A4 A9 A5 A6 A5 A1 A3 A4 A9 A5 A6
Levels: A1 A3 A4 A5 A6 A9

Example5

 Live Demo

x5<−factor(rep(c("India75","USA15","China4","Chile78","France9","Croatia5","Sudan61"),20),ordered=TRUE)
x5

Output

[1] India75 USA15 China4 Chile78 France9 Croatia5 Sudan61 India75
[9] USA15 China4 Chile78 France9 Croatia5 Sudan61 India75 USA15
[17] China4 Chile78 France9 Croatia5 Sudan61 India75 USA15 China4
[25] Chile78 France9 Croatia5 Sudan61 India75 USA15 China4 Chile78
[33] France9 Croatia5 Sudan61 India75 USA15 China4 Chile78 France9
[41] Croatia5 Sudan61 India75 USA15 China4 Chile78 France9 Croatia5
[49] Sudan61 India75 USA15 China4 Chile78 France9 Croatia5 Sudan61
[57] India75 USA15 China4 Chile78 France9 Croatia5 Sudan61 India75
[65] USA15 China4 Chile78 France9 Croatia5 Sudan61 India75 USA15
[73] China4 Chile78 France9 Croatia5 Sudan61 India75 USA15 China4
[81] Chile78 France9 Croatia5 Sudan61 India75 USA15 China4 Chile78
[89] France9 Croatia5 Sudan61 India75 USA15 China4 Chile78 France9
[97] Croatia5 Sudan61 India75 USA15 China4 Chile78 France9 Croatia5
[105] Sudan61 India75 USA15 China4 Chile78 France9 Croatia5 Sudan61
[113] India75 USA15 China4 Chile78 France9 Croatia5 Sudan61 India75
[121] USA15 China4 Chile78 France9 Croatia5 Sudan61 India75 USA15
[129] China4 Chile78 France9 Croatia5 Sudan61 India75 USA15 China4
[137] Chile78 France9 Croatia5 Sudan61
7 Levels: Chile78 < China4 < Croatia5 < France9 < India75 < ... < USA15

Example

 Live Demo

x5<−factor(rep(c("India75","USA15","China4","Chile78","France9","Croatia5","Sudan61"),20),ordered=FALSE)
x5

Output

[1] India75 USA15 China4 Chile78 France9 Croatia5 Sudan61 India75
[9] USA15 China4 Chile78 France9 Croatia5 Sudan61 India75 USA15
[17] China4 Chile78 France9 Croatia5 Sudan61 India75 USA15 China4
[25] Chile78 France9 Croatia5 Sudan61 India75 USA15 China4 Chile78
[33] France9 Croatia5 Sudan61 India75 USA15 China4 Chile78 France9
[41] Croatia5 Sudan61 India75 USA15 China4 Chile78 France9 Croatia5
[49] Sudan61 India75 USA15 China4 Chile78 France9 Croatia5 Sudan61
[57] India75 USA15 China4 Chile78 France9 Croatia5 Sudan61 India75
[65] USA15 China4 Chile78 France9 Croatia5 Sudan61 India75 USA15
[73] China4 Chile78 France9 Croatia5 Sudan61 India75 USA15 China4
[81] Chile78 France9 Croatia5 Sudan61 India75 USA15 China4 Chile78
[89] France9 Croatia5 Sudan61 India75 USA15 China4 Chile78 France9
[97] Croatia5 Sudan61 India75 USA15 China4 Chile78 France9 Croatia5
[105] Sudan61 India75 USA15 China4 Chile78 France9 Croatia5 Sudan61
[113] India75 USA15 China4 Chile78 France9 Croatia5 Sudan61 India75
[121] USA15 China4 Chile78 France9 Croatia5 Sudan61 India75 USA15
[129] China4 Chile78 France9 Croatia5 Sudan61 India75 USA15 China4
[137] Chile78 France9 Croatia5 Sudan61
Levels: Chile78 China4 Croatia5 France9 India75 Sudan61 USA15

Nizamuddin Siddiqui

Published on 17-Oct-2020 12:37:47

• Related Questions & Answers
• What is the merger model and the factors considered?
• How to recode factors in R?
• What is the difference between $ and @ in R?
• What is capital structure and its factors in financial management?
• What is a Satellite Link Budget and What Factors Influences It?
• Formatting Unordered and Ordered Lists in CSS
• What are the factors affecting financial management?
• Formatting Unordered and Ordered Lists Using CSS
• What factors affect Latency and Jitter in Wireless Communications?
• What is the difference between na.omit and complete.cases in R?
• What is the difference between na.omit and na.rm in R?
• Prime factors in java
• What are revenue expenditures and factors considered in determining it?
• What is the difference between order and rank function in R?
• What is the difference between class and typeof function in R?