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

  • 想你想你
    查看全部
  • date,time 日期与时间 --日期:Date ----距离 1970-01-01的天数 /date()/Sys.Date() ----weekdays()/months()/quarters() 获取系统日期 x2<-Sys.Date() 将字符串转为日期 x3<-as.Date("2016-03-27")#格式为yyyy-mm-dd 获取日期的星期几,月份,季度 weekdays(x3) months(x3) quarters(x3) julian(x3)#距离 1970-01-01的天数 x4<-as.Date("2016-05-20") x4-x3 --时间:POSIXct/POSIXlt ----距离1970-01-01的秒数/Sys.time() ----POSIXct:整数,常用于存入数据框 ----POSIlt:列表,还包含星期、年、月、日等信息 POSIXct转为POSIXlt x<-Sys.time() p<-as.POSIXlt(x) names(unclass(p)) 获取秒数 p$sec 特定字符串格式转为日期格式 x1<-"Jan 1, 2015 01:01" strptime(x1,"%B %d, %Y %H:%M")
    查看全部
  • --存储表格数据 --视为各元素长度相同的列表 ----每个元素代表一列数据 ----每个元素的长度代表行数 ----元素类型可以不同 创建数据框 df<-data.frame(id=c(1,2,3,4),name=c("a","b","c","d"),gender=c(TRUE,TRUE,FALSE,FALSE)) 查看数据框的行列,nrow(df) ncol(df)
    查看全部
  • 3.$:按名字从列表和数据框中提取数据
    查看全部
    0 采集 收起 来源:基本方法

    2016-03-29

  • 2.[[]]:从列表或数据库中提取数据
    查看全部
    0 采集 收起 来源:基本方法

    2016-03-29

  • 1.[]:提取一个或多个类型的数据
    查看全部
    0 采集 收起 来源:基本方法

    2016-03-29

  • 日期与时间 --日期:Date ----距离 1970-01-01的天数 /date()/Sys.Date() ----weekdays()/months()/quarters() 获取系统日期 x2<-Sys.Date() 将字符串转为日期 x3<-as.Date("2016-03-27")#格式为yyyy-mm-dd 获取日期的星期几,月份,季度 weekdays(x3) months(x3) quarters(x3) julian(x3)#距离 1970-01-01的天数 x4<-as.Date("2016-05-20") x4-x3 --时间:POSIXct/POSIXlt ----距离1970-01-01的秒数/Sys.time() ----POSIXct:整数,常用于存入数据框 ----POSIlt:列表,还包含星期、年、月、日等信息 POSIXct转为POSIXlt x<-Sys.time() p<-as.POSIXlt(x) names(unclass(p)) 获取秒数 p$sec 特定字符串格式转为日期格式 x1<-"Jan 1, 2015 01:01" strptime(x1,"%B %d, %Y %H:%M")
    查看全部
  • --数组的每一维度处理数据 --apply(参数):apply(数组,维度,函数/函数名) x<- matrix(1:16,4,4) apply(x, 2, mean)#列求平均 apply(x,2,sum)#列求和 rowSums(x)#行求和 rowMeans(x)#行平均 colSums(x)#列 colMeans(x) x1<-matrix(rnorm(100),10,10) apply(x1,1,quantile,probs=c(0.25,0.75))
    查看全部
    0 采集 收起 来源:R语言函数 apply

    2018-03-22

  • 4.1 lapply --可以循环处理列表中的每一个元素 --lappy(参数):lappy(列表,函数/函数名,其他参数) --总是返回一个列表 x<-list(a=1:10,b=c(11,21,31,41,51)) lapply(x, mean)#平均值 sapply(x,mean) x1<-1:4 lapply(x1,runif)#runif() 产生均匀分布的随机数 lapply(x1,runif,min=0,max=100) x2<-list(a=matrix(1:6,2,3),b=matrix(4:7,2,2)) lapply(x2, function(m)m[1,])#获取第一行内容
    查看全部
  • 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

  • 3.4 列表的子集 --[[]]/$/[[]][]/[[]][[]] x<-list(id=1:4,height=170,gender="male") x[1]#获取元素名称和值 x[[1]]#获取元素的值 x$id#获取元素的值 x[c(1,3)]#获取多个元素 使用变量 y<-"id" x[[y]]#==x[["id"]] x1<-list(a=list(1,2,3,4),b=c("Monday","Tuesday")) x1[[1]] x1[[1]][2] x1[[c(1,3)]]#获取x1列表中第一个元素中第三个值 x1[[c(2,2)]]#获取x1列表中第二个元素中第二个值 --不完全匹配 l<-list(aqqqa=1:10) l$aqqqa l$a l[["a",exact=FALSE]] l2<-list(aqqqa=1:10,b=1:2,abc=3:5) x$a #NULL x$aq
    查看全部
    0 采集 收起 来源:列表的子集

    2018-03-22

  • 3.2 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

  • 基本方法
    查看全部
    0 采集 收起 来源:基本方法

    2016-03-27

  • 本章小结
    查看全部
    0 采集 收起 来源:小结

    2016-03-27

  • 2.8 日期与时间 --日期:Date ----距离 1970-01-01的天数 /date()/Sys.Date() ----weekdays()/months()/quarters() 获取系统日期 x2<-Sys.Date() 将字符串转为日期 x3<-as.Date("2016-03-27")#格式为yyyy-mm-dd 获取日期的星期几,月份,季度 weekdays(x3) months(x3) quarters(x3) julian(x3)#距离 1970-01-01的天数 x4<-as.Date("2016-05-20") x4-x3 --时间:POSIXct/POSIXlt ----距离1970-01-01的秒数/Sys.time() ----POSIXct:整数,常用于存入数据框 ----POSIlt:列表,还包含星期、年、月、日等信息 POSIXct转为POSIXlt x<-Sys.time() p<-as.POSIXlt(x) names(unclass(p)) 获取秒数 p$sec 特定字符串格式转为日期格式 x1<-"Jan 1, 2015 01:01" strptime(x1,"%B %d, %Y %H:%M")
    查看全部

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!