-
·对象类型： Chr,Num,Int,Complex,Logical查看全部
-
hhhhhhhh查看全部
-
数据结构 数据操作 构建子集 重要函数的使用查看全部
-
R － 对象的5种基本类型查看全部
-
从矩阵里面取子集，用x[1,2]表示矩阵的第一行第二列 取出的是整数，如果想要取出的是向量，就要x[1,2,drop=FALSE]查看全部
-
split函数查看全部
-
tapply函数查看全部
-
apply函数 #沿着数组的某一维度处理数据 apply(x,2,mean)表示将矩阵x的列求平均值 也可使用简化的函数colMeans（x） #将函数用于矩阵的行或者列 #一句话就可以完成for/while函数 #apply(数组,维度,函数/函数名) 给出一个数组x<-array(数据，维度，维度名称（可选）) apply(x,c(1,2),mean)表示在行列的基础上对第三维求平均 apply（x,c(查看全部
-
基本函数查看全部
-
#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 > str(airquality) 'data.frame': 153 obs. of 7 variables:是数据框，有6个变量，对每个变量进行了153次测量 table(airquality$Ozone)第一行表示臭氧的含量，第二行表示这个含量出现的次数，第三行又是含量，第四行是出现次数 1 4 6 7 8 1 1 1 2 1 9 10 11 12 13 3 1 3 2 4 14 16 18 19 20 4 4 4 1 4 在table函数后面加上useNA表示还要统计NA的数量 any(is.na(airquality$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查看全部
-
排序函数 sort函数默认是升序，要是按降序排列，加入条件decreasing=TRUE order函数反映的是按升序排列的下标查看全部
-
split #根据因子或者因子列表将向量或其他对象分组 用split函数查看某一部分数据，table函数具体计算每个出现的次数 table(airquality$Month)表示月份下出现的次数 lapply(s,function(x) colMeans(x[,c("Ozone","Wind","Temp")]))求每个月的臭氧，风速，温度的平均值，首先传入参数s，然后就是命名的函数，关心多个量所以用c组合，s本来是框查看全部
-
第一个5个数是来自正态分布，第二个5个数是来自均匀分布，第三个5个数是来自均值为0，标准差为1的的正态分布 gl（）是因子函数，f<-gl(3,5),3表示水平，5表示每个水平下有5个值 tapply(x,f,mean)是对x向量在f水平上的均值 最后求出来的值第一个均值是前5个数的查看全部
-
#lapply的多元版本 #mapply（参数） #mapply(函数/函数名，数据， 函数相关的参数) a<-list(rep(1,4), rep(2,3), rep(3,2),rep(4,1)) b<-mapply(rep,1:4,4:1)#等价于上面的list，rep是函数，1：4表示数据来源于这几个数，最后一个4：1表示要重复多少次 s <- function(n, mean ,std){ rnorm(n, mean, std) } n表示从正态分布中取数的个数，mean表示均值，std表示标准差 s(4,0,1) #调用函数s,生成1到5四个元素，其中均值是5到1，标准差是2 mapply(s, 1:5,5:1,2) 第二个表示个数，第三个表示均值，第四个表示标准差 list(s(1,5,2),s(2,4,2),s(3,3,2),s(4,2,2),s(5,1,2))#这个list的效果跟mapply函数一样 得到的结果就是第一个为均值为5，标准差为2，的一个数值； 第二个就是均值为4，标准差为2，的2个数值查看全部
-
lapply循环处理列表中的每一个元素 lapply(列表，函数，其他参数) 对于x<-list(a=1:10,b=c(11,21,31,41,51)) lapply(x,mean)表示对a,b这个元素求平均值 lapply(x,function(m) m[1,])表示拿到每个元素的第一行查看全部
举报
0/150
提交
取消