为了账号安全,请及时绑定邮箱和手机立即绑定

R语言基础

  • 构建列表的子集 x <- list(id=1:4, height=170, gender="male") x[1]#取指定元素名字和值 x[[1]]#仅仅取指定的值 x[["id"]]#同上 x$id#同上 x[c(1,3)] y <- "id" x[["id"]] x[[y]] x$id x$y#用“$”时只能取正常的元素名称 x <- list(a = list(1,2,3,4), b = c("Monday","Tuesday")) x[[1]][[2]] x[[1]][2] x[[c(1,3)]] x[[c(2,2)]] #不完全匹配 l <- list(asdfasdfadfa = 1:10) l$asdfasdfadfa l$a
    查看全部
    0 采集 收起 来源:列表的子集

    2018-03-22

  • x <- data.frame(v1=1:5, v2=6:10, v3=11:15) x$v3[c(2,4)] <- NA #给第三列,第二和第四行的数据赋值为空 x[(x$v1<4 & x$v2>=8),] x[which(x$v1>2),] x[x$v1>2]#以上两行等价 subset(x,x$v1>2)
    查看全部
    1 采集 收起 来源:数据框的子集

    2018-03-22

  • #矩阵的子集 x <- matrix(1:6,nrow = 2, ncol = 3) x[1,2] x[2,3] x[1,]#取第一行 x[,1]#取第一列 x[x,c(1,3)] class(x[1,2])
    查看全部
    0 采集 收起 来源:矩阵的子集

    2018-03-22

  • #构建子集 #[]:提取一个或多个类型相同的元素 #[[]]:从列表或者数据框中提取元素 #$:按照名字从列表或数据框中提取元素 x <- 1:10 x[1]#[]用来提取其中某个或某几个子集 x[x>5] x[x>5&x<9]#&是并且 x[x<3 | x>7]# |是或者 y <- 1:5 names(y) <- c("a","b","c","d","e") y[4] y["e"]
    查看全部
    0 采集 收起 来源:基本方法

    2018-03-22

  • #时间格式分为POSIXct和POSIXlt两种 #POSIXct:整数,常用于存入数据 #POSIXlt:列表,还包含星期,年,月,日等信息 t <- Sys.time() p <- as.POSIXlt(t) names(unclass(p)) p$sec #将不同类型的时间字符串转换成想要的类型 as.Date("2015-1-1") x1 <- "Jan 1, 2015 01:01" strptime(x1, "%B %d, %Y %H:%M")
    查看全部
  • R语言总结
    查看全部
    0 采集 收起 来源:小结

    2016-03-31

  • 数据操作小结
    查看全部
    0 采集 收起 来源:小结

    2016-03-31

  • #Vectorize向量化操作 x<-1:5 y<-6:10 x+y y-x x*y x/y x<-matrix(1:4,nrow = 2,ncol = 2) y<-matrix(rep(2,4),nrow = 2,ncol = 2) x*y x %*% y
    查看全部
    0 采集 收起 来源:向量化操作

    2018-03-22

  • x<-c(1,NA,2,NA,3) is.na(x) x[!is.na(x)]#获取非缺失值 #获取对应位置都不是缺失值的数据 x1<-c(1,NA,2,NA,3) y<-c("a","b",NA,"c",NA) z<-complete.cases(x,y) x[z] y[z]
    查看全部
    0 采集 收起 来源:处理缺失值

    2018-03-22

  • #subsetting list x<-list(id=1:4,height=170,gender="male") x[1] x["id"] x[[1]] x[["id"]] x$id x[c(1,3)] y<-"id" x[[y]] x$y x<-list(a=list(1,2,3,4),b=c("Monday","Tuesday")) x[[1]][[2]] #元素的内容 x[[1]][2] #元素 x[[c(1,3)]] x[[c(2,2)]] #不完全匹配partial matching l<-list(sadfd=1:10) l$sadfd l$s l[["a"]] l[["a",exact=FALSE]]
    查看全部
    0 采集 收起 来源:列表的子集

    2018-03-22

  • 属性 名称 维度
    查看全部
  • 基本数据类型 字符数值正数复数逻辑
    查看全部
  • 3.3数据框子集 x<-data.frame(v1=1:5,v2=6:10,v3=11:15) x$v3[c(2,4)]<-NA x[,2] x[,"v3"] x[x$v1>2,] x[which(x$v1>2),] which(x$v1>2) #返回列标 x$v1>2 #返回逻辑值 subset(x,x$v1>2)
    查看全部
    0 采集 收起 来源:列表的子集

    2018-03-22

  • 矩阵子集 x<-matrix(1:6,nrow=2,ncol=3) x[1,2] x[2,3] x[1,]#整行 x[2,c(1,3)]#第二行第1,3个元素 x[1,2,drop=FALSE] #返回矩阵
    查看全部
    0 采集 收起 来源:矩阵的子集

    2018-03-22

  • 构建子集
    查看全部
    0 采集 收起 来源:基本方法

    2016-03-30

举报

0/150
提交
取消
课程须知
本课程需要学员提前掌握 安装好R和Rstudio
老师告诉你能学到什么?
1、R语言的数据结构 2、构建数据子集 3、重要函数的使用

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!