5 回答

TA贡献1815条经验 获得超13个赞
可能稍微有点麻烦。。。比如在向量v=(v[1],v[2],...,v[n])的第i个元素前加一个元素x变成(v[1],v[2],...,v[i-1],x,v[i],v[i+1],...,v[n])可以这样:
1 | v< - c(v[ 1 :(i - 1 )],x,v[i:length(v)]) |

TA贡献1851条经验 获得超4个赞
数据导入后可以edit(mydata),R语言工作区就会弹出数据,可以进行编辑和修改。还可summary(madata),会输出最基本的数据描述性信息。

TA贡献1848条经验 获得超10个赞
原因可能是这个文件不在r的workplace目录下,解决方法是用绝对路径声明file的位置,要么就改workplace的目录到文件所在目录,就是定义path。具体方法请查help

TA贡献1797条经验 获得超4个赞
使用R语言的时候,如果是少量数据,不妨使用c()或其他函数进行创建;但是对于大量数据,最好还是先通过其他更方便的软件创建数据文件,然后使用R读入这个文件。
.csv是非常好的数据文件格式,跨平台支持非常好。我在Excel或者SPSS中创建的数据,只要存为csv格式,就可以使用几乎任何数据处理软件对这些数据进行处理了。使用通用格式在多人合作、不同版本兼容等常见行为中,优势十分明显。另外,之所以使用不同的数据处理软件,第一,可以取长补短。比如有些工作SPSS很复杂的,可以用R语言几行命令搞定。第二,可以进行软件间处理结果对照,发现问题。
R语言中读取外部文件的最基本函数是read.table(),还有用来读csv的read.csv(), .csv是非常好的数据文件格式,跨平台支持非常好。。
输入help(read.table)命令,就看到了关于数据输入函数的说明。
添加回答
举报