R | base
2022-06-21 本文已影响0人
shwzhao
还没整理好，再慢慢搞吧。
1. 数据结构
1.1 标量
1.1.1 数值型
is.numeric()as.numeric()-
abs(x): 绝对值 -
sqrt(x): 平方根 -
ceiling(x): 不小于x的最小整数 -
floor(x): 不大于x的最大整数 -
round(x, digits = n): 将x舍入为指定的位的小数 -
trunc(5.2): 向0的方向截取的x中的整数部分 -
signif(x, digits = 2): 将x舍入为指定的有效数字位数
> is.numeric()
> as.numeric()
1.1.2 字符型
> hi <- "hello world!"
> print(hi)
1.1.3 逻辑型
> is.numeric(TRUE)
> is.numeric("TRUE")
1.2 向量
1.2.1 创建
-
c(): 创建向量，单个向量中的元素必须拥有相同的类型或模式 seq(from = 1, to, by)-
rep()
times
each paste()
> paste(c("a", "b"), 1:4, sep = "---")
[1] "a---1" "b---2" "a---3" "b---4"
-
sample(x, size, replace = FALSE)、sample.int()
replace = TRUE: 可放回抽样 runif(n, min = 0, max = 1)
> runif(10, 1, 100)
[1] 33.72245 20.66923 24.33374 28.21378 59.54078 26.08567 13.22524
[8] 23.76068 60.15995 21.92945
-
unique(): 返回一个删除了重复元素或行的向量、数据框或数组 -
duplicated(): 查找在同一向量中有重复的记录
> a = c(1,2,3,4,5,1,2,3)
> unique(a)
[1] 1 2 3 4 5
> duplicated(a)
[1] FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE
> a[duplicated(a)]
[1] 1 2 3
1.2.2 取值
-
which(): 根据条件筛选 grep()grepl()
> number <- 1:5
> a[1] # 按索引取值
> a[-1]`
> a[c(1,3,5)]
>
> TF <- number > 3
> TF
[1] FALSE FALSE FALSE TRUE TRUE
> number[TF] # 按逻辑取值
[1] 4 5
1.2.3 计算
max()min()mean()median()sum()-
cumsum(): 累积求和 -
var(): 方差 -
sd(): 标准差 -
range(): 值域 -
cor(): 相关性 -
lm(): 线性回归
> x <- 1:10
> cumsum(x)
[1] 1 3 6 10 15 21 28 36 45 55
> lm(cumsum(x) ~ x)
Call:
lm(formula = cumsum(x) ~ x)
Coefficients:
(Intercept) x
-11 6
> range(x)
[1] 1 10
> which.max(x)
[1] 10
> cor(x, cumsum(x))
[1] 0.9784921
1.3 因子
factor()levels()-
cut(): 连续向量的离散化
1.4 矩阵
二维，每个元素都拥有相同的模式。
-
matrix()
ncol: 设置行数
nrow: 设置列数
dimnames: 行名
byrow: 是否按行填充
matrix(sample.int(100,15*20,replace = T), nrow = 20, ncol = 15)
1.5 数据框
1.5.1 创建
-
data.frame()
stringsAsFactors
1.5.2 提取
df[1:500,]subset()complete.cases()
1.5.3 合并
-
cbind(): 按列合并，要求行数相等 -
rbind(): 按行合并，要求列数是相同
1.5.4 排序
-
sort(): 对向量做简单的排序
index.return: 逻辑型，是否返回排序的索引
decreasing: 逻辑型，是否降序处理 -
order(): 返回排完序之后的数据在排序之前的位置
1.5.5 变换
-
t(): 转置 -
reshape::2dcast(): 变换 -
reshape::melt(): 变换
1.6 列表
split()unsplit()
1.7 批量操作
sapply()map()with()by()aggregate()
2. 数据查看
2.1 大体
-
mode(): 显示某个对象的模式 typeof()class()-
str(): 显示某个对象的类或类型 glimpse()-
summary(): 获取描述性统计量，最小值、最大值、四分位数......
2.2 行列维度
-
dim(): 显示某个对象的维度 -
length(): 显示对象中元素/成分的数量 -
nrow(): 获取行数 -
ncol(): 获取列数 -
names(): 获取/设置列名 -
colnames(): 获取/设置列名 -
rownames(): 获取/设置行名 head()tail()some()
2.3 编辑器
view()edit()fix()
3. 工作目录
3.1 常用
-
getwd(): 获取当前工作目录 -
setwd(): 设置当前工作目录 -
ls(): 列出当前工作空间中的对象 -
rm(): 移除一个或多个对象 -
q(): 退出R，将会询问你是否保存工作空间 options()
> rm(ls())
3.2 数据导入
-
scan(): 将数据读作一行向量形式 -
readChar(): 读入字符型数据
-
read.table()
header: 逻辑，是否以第一行为表头
sep: 分隔符
row.names: 设置某列为行名 read.csv()read.delim()readfwf()readLines()
-
attach(): 把数据框的变量连接到内存中 detachfread()
3.3 数据导出
write.table()write.csv()fwrite()-
sink(): 将文本输出重定向到文件中 -
pdf(); dev.off(): 将输出返回到终端
3.4 其他
-
history(n): 显示最近使用过的n个命令（默认25个） -
savehistory("myfile"): 保存命令历史到文件myfile中 -
loadhistory("myfile"): 载入一个命令历史文件（默认为.Rhistory） -
save.imge("myfile"): 保存工作空间到文件myfile中（默认值为.RData） -
save("myfile"): 保存指定对象到一个文件中 -
load("myfile"): 读取一个工作空间到当前会话中（默认值为.RData）
4. 自定义函数
function()
5. 控制流
......
参考
书 | 《R语言实战》
