-
//用来从随机分布的总体里抽取指定个数的数据
s<- function(n,mean,std){
rnorm(n,mean,std)
} //在均值为mean的标准差为std的正态分布里抽取n个数据
mapply（s,1:5,5:1,2）//s为函数名，抽取的数据，分布的均值，标准差
查看全部 -
x <- matrix(rnorm(100),10,10)
//随机从小正泰分布的总体里抽取100个数据，排成10行10列
apply(x,1,quantile,probs=c(0.25,0.75))
//将x传进apply,传进行，传进函数名——求数据的百分位点，指明百分位点
查看全部 -
class查看类型
查看全部 -
lapply(x,runif)
//对数据进行随机抽取
常与匿名函数结合使用
lapply(x,function(m) m[1,])
//讲x依次传入function中，并抽取第一行
sapply(x,mean)//简化结果，当列表元素长度均为1，返回向量；列表元素长度相同且大于1，返回矩阵
查看全部 -
如何处理缺失值
x[!is.na(x)]//除去不是缺失值的元素留下的内容
查看全部 -
怎样能够返回矩阵而不是向量
查看全部 -
日期时间的存储
查看全部 -
nan一般表示数字的缺失值，而NA表示的缺失范围更广
用于缺失值的处理。
查看全部 -
x<-date()
x<-Sys.Date()
x1<-as.Date("2017-11-25")
x2<-as.Date("2019-01-01")
weekdays(x2)
months(x2)
quarters(x2)
julian(x2) 到1970-01-01有多少天。
x2-x1
as.numeric(x2-x1) 转换为纯数字。x<-Sys.time()
p<-as.POSIXlt(x)
names(unclass(p)) 属性名称一览
p$sec 具体属性对应的值
as.POSIXct(p)
把其他格式的日期转换为r语言。
x1<-"Jan 1, 2015, 01:01"
strptime(x1, "%B %d, %Y, %H:%M")
查看全部 -
data.matrix(df) 把df转换成matrix.
df<-data.frame(a=c(),b=c()) 定义不同的列。
nrow(df)
ncol(df)
查看全部 -
factor 统计中的四种不同分类
有序/无序
level表示标签，设定level之后可以设定标签的顺序，在前的为基线。
table可以统计数量。
unclass，class(unclass(x))
查看全部 -
矩阵填充方式是按照列来填充的。
x<-matrix(nrow=,ncol=)
dim(x)
attributes(x)
y<-1:6
（添加维度信息）dim(y)<-c(2,3)
拼接：rbind(y,y2), cbind(y,y2)
array 数组，维度可以大于2
x<-array(1:24, dim=c(2,3,4))
查看全部 -
创建向量vector: 都是同一类型的对象，可以强制转换。
new profile:
x<-vector("character", length=10）记得run
x<-c(1,2,3,4)
x1<-1:4
as.logical()/numeric()/character()
name()
查看全部 -
x<- 1:5
y<- 6:10
x+y
x*y
x/y #得到五个元素
x<- matrix(1:4,nrow=2, ncol=2)
y<-matrix(rep(2,4),nrow=2,ncol=2) #rep把2重复4次
x*y #矩阵元素相乘
x%*%y #真正的矩阵乘法
查看全部 -
通过levels 来设定因子中的基线水平
查看全部
举报