慕课网

精品课程 R语言基础

R语言基础

最热最新

MiroslavKlose 02:41

#tapply #对向量的子集进行操作 x <- c(rnorm(5), runif(5),rnorm(5,1)) f <- gl(3,5) tapply(x,f,mean) tapply(x,f,mean, simplify = F)

查看全部

0 采集收起来源：R语言函数 tapply
2018-03-22
MiroslavKlose 05:33

#apply #沿着数组的某一维度处理数据 #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) x <- matrix(1:16,4,4) apply(x, 2, mean)#求列的平均 apply(x, 2, sum)#求列和 apply(x, 1, mean)#求行的平均 apply(x, 1, sum)#求行和 x <- matrix(rnorm(100),10,10) apply(x, 1, quantile, probs = c(0.25, 0.75)) x <- array(rnorm(2*3*4),c(2,3,4)) apply(x,c(1,2), mean)

查看全部

0 采集收起来源：R语言函数 apply
2018-03-22
MiroslavKlose 10:44

#lapply函数 #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) str(lapply) x <- list(a = 1:10, b = c(11,21,31,41,51)) lapply(x,mean) x <- 1:4 lapply(x, runif) lapply(x, runif, min = 0, max = 100) x <- list(a = matrix(1:6,2,3), b = matrix(4:7),2,2) lapply(x, function(m) m[1,]) #sapply #简化结果 #结果列表长度均为1，返回向量 #结果列表元素相同且大于1，返回矩阵 sapply(x,mean)

查看全部

1 采集收起来源：R语言函数 lapply
2018-03-22
MiroslavKlose 01:37

#向量化操作 x <- 1:5 y <- 6:10 x+y x*y x/y x <- matrix(1:4, nrow = 2, ncol = 2, byrow = T) y <- matrix(rep(2,4), nrow = 2, ncol = 2) 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

0 采集收起来源：向量化操作
2018-03-22
MiroslavKlose 03:14

3.4 列表的子集 --[[]]/$/[[]][]/[[]][[]] x<-list(id=1:4,height=170,gender="male") x[1]#获取元素名称和值 x[[1]]#获取元素的值 x$id#获取元素的值 x[c(1,3)]#获取多个元素使用变量 y<-"id" x[[y]]#==x[["id"]] x1<-list(a=list(1,2,3,4),b=c("Monday","Tuesday")) x1[[1]] x1[[1]][2] x1[[c(1,3)]]#获取x1列表中第一个元素中第三个值 x1[[c(2,2)]]#获取x1列表中第二个元素中第二个值 --不完全匹配 l<-list(aqqqa=1:10) l$aqqqa l$a l[["a",exact=FALSE]] l2<-list(aqqqa=1:10,b=1:2,abc=3:5) x$a #NULL x$aq

查看全部

0 采集收起来源：列表的子集
2018-03-22
MiroslavKlose

x <- data.frame(v1=1:5, v2=6:10, v3=11:15) x$v3[c(2,4)] <- NA #给第三列，第二和第四行的数据赋值为空 x[(x$v1<4 & x$v2>=8),] x[which(x$v1>2),] x[x$v1>2]#以上两行等价 subset(x,x$v1>2)

查看全部

0 采集收起来源：数据框的子集
2018-03-22
MiroslavKlose 02:30

#矩阵的子集 x <- matrix(1:6,nrow = 2, ncol = 3) x[1,2] x[2,3] x[1,]#取第一行 x[,1]#取第一列 x[x,c(1,3)] class(x[1,2])

查看全部

0 采集收起来源：矩阵的子集
2018-03-22
MiroslavKlose 04:03

#构建子集 #[]:提取一个或多个类型相同的元素 #[[]]:从列表或者数据框中提取元素 #$:按照名字从列表或数据框中提取元素 x <- 1:10 x[1]#[]用来提取其中某个或某几个子集 x[x>5] x[x>5&x<9]#&是并且 x[x<3 | x>7]# |是或者 y <- 1:5 names(y) <- c("a","b","c","d","e") y[4] y["e"]

查看全部

0 采集收起来源：基本方法
2018-03-22
晨星199494 01:05

R的数据结构

查看全部

0 采集收起来源：小结
2016-06-05
MiroslavKlose 01:01

R中五种数据类型总结

查看全部

0 采集收起来源：小结
2016-06-05
MiroslavKlose 05:40

2.8 日期与时间 --日期：Date ----距离 1970-01-01的天数 /date()/Sys.Date() ----weekdays()/months()/quarters() 获取系统日期 x2<-Sys.Date() 将字符串转为日期 x3<-as.Date("2016-03-27")#格式为yyyy-mm-dd 获取日期的星期几，月份，季度 weekdays(x3) months(x3) quarters(x3) julian(x3)#距离 1970-01-01的天数 x4<-as.Date("2016-05-20") x4-x3 --时间：POSIXct/POSIXlt ----距离1970-01-01的秒数/Sys.time() ----POSIXct:整数，常用于存入数据框 ----POSIlt:列表，还包含星期、年、月、日等信息 POSIXct转为POSIXlt x<-Sys.time() p<-as.POSIXlt(x) names(unclass(p)) 获取秒数 p$sec 特定字符串格式转为日期格式 x1<-"Jan 1, 2015 01:01" strptime(x1,"%B %d, %Y %H:%M")

查看全部

0 采集收起来源：R语言基础日期与时间
2018-03-22
MiroslavKlose 03:16

2.7 数据框 --存储表格数据 --视为各元素长度相同的列表 ----每个元素代表一列数据 ----每个元素的长度代表行数 ----元素类型可以不同创建数据框 df<-data.frame(id=c(1,2,3,4),name=c("a","b","c","d"),gender=c(TRUE,TRUE,FALSE,FALSE)) 查看数据框的行列，nrow(df) ncol(df)

查看全部

0 采集收起来源：R语言基础数据框
2018-03-22
MiroslavKlose 03:15

NaN属于NA，NA不属于NaN ！

查看全部

0 采集收起来源：R语言基础缺失值
2016-06-05
MiroslavKlose 04:32

2.5 factor(因子) --分类数据/有序 vs 无序 --整数向量+标签（label）创建因子 x<-factor(c("female","female","male","male","female")) y<-factor(c("female","female","male","male","female"),levels = c("male","female")) table(x) unclass(x) class(unclass(x))

查看全部

0 采集收起来源：R语言基础 factor
2018-03-22
MiroslavKlose 03:55

2.4列表 --可以包含不同类型的对象创建列表 l<-list("a",2,10L,3+4i,TRUE) 给列表的元素命名 l2<-list(a=1,b=2,c=3) 创建元素个数大于1，l3<-list(c(1,2,3),c(4,5,6,7)) x<-matrix(1:6,nrow=2,ncol=3) dimnames(x)<-list(c("a","b"),c("c","d","2"))

查看全部

0 采集收起来源：R语言基础列表
2018-03-22

首页上一页 95 96 97 98 99 100 101 下一页尾页

0/150

提交

取消

开始学习

课程须知: 本课程需要学员提前掌握安装好R和Rstudio

老师告诉你能学到什么？: 1、R语言的数据结构 2、构建数据子集 3、重要函数的使用