总结数据信息：#默认前六行或者后六行 head(airquality, 10)#查看前10行 tail(airquality, 10)#查看后10行 summary(airquality)#总结，数据分布整体把握 str(airquality)#以简洁方式对数据总结 table(airquality$Month)#对列进行频数统计 table(airquality$Ozone, useNA = "ifany")#将Ozone中NA的数值统计出来 any(is.na(airquality$Ozone))#判断是否有缺失值，true是有缺失值 sum(is.na(airquality$Ozone))#统计缺失值数量 all(airquality$Month < 12)#查看是不是所有的月份都小于12 #将Titanic强制转换为数据框 t <- as.data.frame(Titanic) x <- xtabs(Freq ~ Class + Age, data = t)#按照Class和Age生成交叉表 ftable(x)#扁平化显示 object.size(airquality)#查看对象大小 print(object.size(airquality),units="Kb")#按照kb显示大小

#对数据进行排序 

#sort返回排好序的内容 

#order返回下标 

x <- data.frame(v1=1:5, v2=c(10,7,9,6,8), v3=11:15, v4=c(1,1,2,2,1)) sort(x$v2) 

sort(x$v2,decreasing = TRUE) 

order(x$v2) #返回的不是内容本身，是内容的下标 

x[order(x$v2),] #对x针对v2进行排序 

 x[order(x$v4, x$v2, decreasing = TRUE), ]

split 

#根据因子或者因子列表将向量或其他对象分组 

#通常与lapply一起使用 

#参数格式：split(向量/列表/数据框,因子/因子列表) 

 x <- c(rnorm(5), runif(5),rnorm(5,1))  

f <- gl(3,5) split(x,f) lapply(split(x,f), mean) 

lapply(split(x,f), sum) head(airquality) split(airquality,airquality$Month)#按照month分组查看 

s <- split(airquality,airquality$Month) 

table(airquality$Month)#查看每个Month下包含的记录数 

 lapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))# 求平均值 

sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))#简化显示结果 

sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")],na.rm = T))#处理缺失值

tapply：对向量子集进行操作。

根据因子列表，每个水平下的元素个数来对向量进行划分（比如有三个水平，每个水平有4个数，就是将向量分成3组，每组4个数），对每组运行函数。 

tapply(向量，因子/因子列表，函数/函数名)  

因子的创建可通过函数：因子名 <- gl(因子包含的水平数，每个水平下有多少个元素)

mapply：

lapply的多远版本 

mapply(函数/函数名，数据，函数相关的参数) #相当于多次运行这个函数 

list(rep(1,4),rep(2,3),rep(3,2),rep(4,1))可简化为mapply(rep,1:4,4:1)  

R语言定义函数： 

函数名 <- function(参数列表){    

    函数体 

}

apply：沿着数组的某一维度处理数据。 

apply(数组/矩阵，维度，函数/函数名)，维度是选择哪个维度，可以用c() 

行求和：rowSums(x) 行求平均：rowMeans(x) 列求和：colSums(x) 列求平均：colMeans(x)  这四个函数在用于单纯行\列操作效率比apply高

rnorm(num)：随机从正态分布中取num个数据 

quantile：求数据的百分位点，可通过probs=c()进行分配

处理循环：R中不仅有for/while循环语句，还有“一句话”函数。 

排序 

总结数据信息 

lapply：可以循环处理列表中的每一个元素。

lapply(列表，函数/函数名，其他参数)，返回值总是一个列表。 

lapply(x,mean) #对x中的元素求平均，若x不是列表，会被强制转换为列表

lapply(x,runif) #从均匀分布的总体里抽取元素数值个0-1的随机数 

lapply(x,runif,min=0,max=100) #抽取出大于0小于100的随机数 min、max作为runif的参数传入 

函数可以自定义，即匿名函数形式： function(参数)  操作

注意：传进来的参数是列表中的每个元素（是下一级的）。 

sapply与lapply操作相同，但是是对lapply进行简化，若结果列表中元素个数均为1，返回numeric向量；若结果列表元素个数相同且大于1，返回矩阵。 

str()参数为R对象，将其以一种整洁紧凑的形式显示出来。可以用来函数对象需要哪些参数

向量化操作：可以作用于向量、矩阵等结构，使得代码简介、易于阅读、效率高。 

向量、矩阵之间的加减乘除是依次对应的元素之间做加减乘除。 

矩阵之间进行矩阵乘法：矩阵1 %*% 矩阵2 

 rep(num1,num2) #num1重复num2次

x[!is.na(x)] #返回不是缺失值的元素 

complete.cases() #()内为两个向量对应的元素都不是缺失值的才为TRUE，否则返回的向量中都为FALSE  

library(datasets) #得到R的数据集 

head(数据集) #返回数据集前六列的数据 

可通过g <- complete.cases(数据集) 返回每条数据是否含有缺失值的向量

数据集[g,][1:10,] #表示不含有缺失值的，所有变量都显示，显示第1到第10行，显示所有列。因为g是向量，所以可以用来选择行，即选择哪些数据

列表的子集： 

可通过[]，填写标号或名称，无法直接得到元素的内容，而是元素的名字和内容。 

要想只得到元素的内容，可以用[[]]或列表名$元素名。  

想获得嵌套列表中的内容时，可通过[[]][[]]或者[[c()]]获得。 

不完全匹配：列表名[["不完全元素名"，exact=FALSE]]或者直接$不完全元素名  #关闭不完全匹配，只能唯一标识的

数据框的子集： 

数据框名$列名[编号或c()] #获取数据框中的元素，或者用于矩阵相同的方法获取元素。 

 通过"数据框名$列名"来返回对应的向量。 

which()返回的是判断语句中为真的对应的下标，而不用which()返回的是TRUE和FALSE构成的向量 

subset(向量矩阵数据框名，构建子集的条件) #可对应所有类型的数据

x <- matrix(1:6, nrow=2, ncol=3) 

x[1,2]#返回指定坐标向量 

x[1,]#返回指定行的向量 

x[,2]#返回指定列的向量 x[1,c(1,3)]#返回指定行中特定列的向量  

x[1,2]#返回integer向量 

x[1,2,drop=FALSE]#不返回向量， 而返回返回矩阵

构建子集： 

原始数据->预处理后的数据。原始数据通过预处理得到想要操作的数据。  

向量的子集 

基本方法： 

[]：提取一个或多个类型相同的元素。类似于索引操作，但下标从1开始。[1:5]提取第1个到第5个元素。可在[]加上判定条件，如x[x>5]，通过x>5返回每个元素与5比较大小后的真值，然后提取出x中为TRUE的元素。&并且，|或者。也可在[]输入元素对应的名字，名字要加""。 

[[]]：从列表或数据框中提取元素 

$：按名字从列表或数据框中提取元素 对于向量，直接用向量名加上判定条件，是对向量中的每个元素都进行判断，并返回每个元素对应的真值。

5种对象类型小结：

日期与时间： 

-日期：Date，是距离19700101的天数 

获取当前系统的时间：date() #是字符型 

获得日期类型的数据：Sys.Date() #是Date类型 

将字符串转变为Date类型：as.Date("yyyy-mm-dd") 

获取星期：weekdays(Date类型变量名字) 

获取月份：months(Date类型变量名字) 

获取季度：quarters(Date类型变量名字) 

获取距离1970-01-01的天数：julian(Date类型变量名字) 

Date类型之间可以进行运算，相减就是相差的天数，通过as.numeric()来转变为数值类型

 -时间：POSIXct/POSIXlt，是距离19700101的秒数 

POSIXct：整数，常用于存入数据框 

POSIXlt：列表，还包含星期、年、月、日等信息 

获取当前系统时间：Sys.time() #是POSIXct类型 

通过names(unclass(POSIXlt类型变量名))获取存储的信息。

通过"POSIXlt类型变量名$信息"获得，比如p$sec 

时间的模式存储strptime 

 通过as.来进行变量类型转换