-
class()函数，可以查看变量类型查看全部
-
is.nan() is.na() 查找是否有缺失值查看全部
-
[1] 1 第一个1表示x中的第一个元素，第2个1表示的是值查看全部
-
#本章小结 1.如何构建子集 2.如何处理缺失值 3.如何进行向量化操作以及介绍向量化操作的作用查看全部
-
#向量化操作 （优点：可以作用于向量、矩阵等结构，使得代码简洁、易于阅读、效率高） x <- 1:5 y <- 6:10 x+y x*y x/y #以上结果都一一对应 x <- matrix(1:4, nrow = 2, ncol = 2, byrow = T) y <- matrix(rep(2,4), nrow = 2, ncol = 2) #函数rep（2,4）表示把2重复4次 x %*% y #矩阵真正乘/除法需要如此。 x * y #只是对应元素相乘查看全部
-
终于get√了，好辛苦查看全部
-
x <- c(1, NA, 2, NA, 3) x[!is.na(x)]#取得非缺失值 x <- c(1, NA, 2, NA, 3) y <- c("a","b",NA,"c",NA) z <- complete.cases(x,y) #取对应位置都不是缺失值 x[z] y[z]#取得两个向量中都不为NA的列 library(datasets)#导入R自带的数据集包 head(airquality)#head()方法查看数据集前几行 g <- complete.cases(airquality) airquality[g,][1:10,]#显示前10条不含NA属性的记录查看全部
-
$符号只适用于名字 不能用于包含名字的变量查看全部
-
如果想获取列表中某一个元素 #两种方法 x[1] #输入下标 x["id"] #输入元素名称 拿到列表中某一个元素的内容 #三种方法 x[[1]] #嵌套 x[["id"]] #嵌套 x$id #通过使用$符号查看全部
-
subset #构造子集的函数查看全部
-
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] #保证输出结果返回矩阵而不是向量查看全部
-
vector (one) 3种向量的表达方式 1. x <- vector("character", length = 10) 2. x <- 1:4 3. x <- c("a","b","c") 3.1 变量类型转化 自动完成 强制转换 3.2 强制转换函数 as.numeric() as.character() as.logical() (two) 1.属性 1.1 类型 class() 1.2 名称 names(x) <- c("a","b","c") (two)查看全部
-
小结 5中对象类型的特点以及他们之间的关系查看全部
-
字符转换成日期/时间查看全部
-
日期与时间的数据结构查看全部
举报
0/150
提交
取消