-
table(条件，useNA="ifany")表示可以显示缺失值，该函数还可以对两个变量进行总结，返回结果是一个二维的列表
查看全部 -
str(数据框)以一种简洁的方式总结数据，包括变量数，记录数，变量名称及其类型，以及前面几个取值
查看全部 -
head(数据框)表示看该数据框的前六行内容，head(数据框，10)表示看该数据框的前10行内容；tail表示看后六行内容
summary(数据框)返回每个变量的最小值，最大值，25%的分位点，75%的分位点，中位数，均值，以及是否存在缺失值（如果有，有几个），该函数使得我们对数据分布有一个整体把握
查看全部 -
关于排序的两个函数：1）sort：对向量进行排序，返回排好序的内容；2)order：返回排好序的内容的下标/可有多个排序标准
sort默认升序排列，若要降序，添加decreasing=TRUE
查看全部 -
na.rm=TRUE的含义是在处理参数时不要包括缺失值
查看全部 -
split(向量/列表/数据框，因子/因子列表)可以根据因子或因子列表将向量或其他对象分组，通常与lapply一起使用，可对列表中的元素进行运算
查看全部 -
tapply(向量，因子/因子列表，函数名)可以对向量的子集进行操作，其中向量的参数量为n，每个参数的元素个数为k，要与gl()相对应
gl(n,k)产生因子水平的函数，其中n表示有几个水平，k表示每个水平下有几个元素
查看全部 -
mapply(函数名，数据，函数相关的参数)是lapply的多元版本，对列表（如正态分布）进行操作
rep(a,b)意思是b个a
rnorm(n,mean,std)表示从均值为mean，标准差为std的正态分布中抽取n个数据
查看全部 -
apply(数组，维度，函数名)沿着数组的某一维度处理数据，例如将函数用于矩阵的行或列求和sum。
rnorm(100)意思是随机从正态分布的总体里抽取100个数据
quantile()是求数据的百分位点，probs是对quantile进行限定，求多少的百分位点
查看全部 -
function()代表匿名函数
sapply()能把lappy的结果进行化解，例如把列表化解成向量，使结果更加清晰：1）当结果列表元素长度均为1 ，返回向量；2）当长度相同且大于1，返回矩阵。反之，返回结果和lapply一样
查看全部 -
循环函数：for/while()语句（需要多行代码），此外还有“一句话”函数（一行代码即可）
lapply(参数)：可以循环处理列表中的每一个元素，参数可以是列表，函数名等，其结果总是返回一个列表
求平均mean()，runif()代表从一个均匀分布的总体里抽取若干个数出来，该函数默认从0到1进行抽取
查看全部 -
构建子集所用符号，处理缺失值，向量化操作
查看全部 -
rep函数中的两个变量（a,b)含义:把a重复b次
建立两个矩阵（x,y），进行运算（对应元素）
真正的矩阵乘法：x%*%y
查看全部 -
向量化操作：输入两个向量（x,y)，并对其进行运算（对应元素）
查看全部 -
得到向量中非缺失值的元素：x[!is.na(x)]，!代表取反
选取两个向量(x,y)中对应位置都不是缺失值的元素：用complete.cases（）函数给z赋值，得到逻辑向量，然后用x[z]和y[z]得到最终结果
看数据集长什么样用head()函数，数据集中每一行叫做一次记录，每一列叫做一个变量，通常会选择在所有变量中都没有缺失值的记录，这时可用complete.cases（数据集）函数给z（任一字母）赋值
查看全部
举报