3.1.R语言基本操作函数（1）变量的基本操作

R语言学习笔记 赵明扬（Email:zmyedu@163.com） 1.变量变换 as.array(x),as.data.frame(x),as.numeric(x),as.logical(x),as.complex(x),as.character(x),...转换变量类型；使用如下命令可得到全部列表，methods(as) factor()：将一个向量转化为一个因子 2.变量信息 is.na(x),is.null(x),is.array(x),is.data.frame(x),is.numeric(x),is.complex(x),is.character (x),...检验变量的类型；使用如下命令得到全部列表，methods(is) length(x):x中元素的个数 dim(x):查看变量的维数；重新设置的维数，例如dim(x)=c(3,2) dimnames(x):重新设置对象的名称 nrow(x):行的个数 ncol(x):列的个数 class(x):得到或设置x的类；class(x)<-c(3,2) unclass(x):删除x的类 attr(x,which):得到或设置x的属性which attributes(obj):得到或设置obj的属性列表 fix,edit:对数据框数据进行表格形式的编辑 3.数据选取和操作 which.max(x):返回x中最大元素的指标 which.min(x):返回x中最小元素的指标 rev(x):翻转x中所有的元素 sort(x):升序排列x中的元素；降序排列使用：rev(sort(x)) cut(x,breaks):将x分割成为几段（或因子）；breaks为段数或分割点向量 match(x,y):返回一个和x长度相同且和y中元素相等的向量不等则返回NA which(x==a):如果比较操作为真（TRUE）,返回向量x的指针 choose(n,k):组合数的计算 na.omit(x):去除缺失值(NA)（去除相关行如果x为矩阵或数据框） na.fail(x):返回错误信息，如果x包含至少一个NA unique(x):如果x为向量或数据框，返回唯一值 table(x):返回一个由x不同值个数组成的表格（通常用于整数或因子），即频数表 subset(x,...):根据条件（...选取x中元素，如x$V1<10）;如果x为数据框,选项select使用负号给出保留 或去除的变量 subset(x, subset, select, drop = FALSE, ...) sample(x,size):不放回的随即在向量x中抽取size个元素,选项replace=TRUE允许放回抽取 prop.table(x,margin=):根据margin使用分数表示表格，wumargin时，所有元素和为1 * R数据的创建与索引 ** 向量的操作 *** 向量的创建 **** c(...) 为concatenate的缩写； 常见的将一系列参数转化为向量的函数，通过recursive=TRUE降序排列列表并组合所有的元素为向量 *** from:to产生一个序列 ":"有较高的优先级；1:4+1得到"2,3,4,5" *** seq() 产生一个向量序列 seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...) 其中length.out可简写为len。 *** rep() 重复一个对象 rep(x,times):x是要重复的对象（例如向量c(1,2,3)）,times为对象中每个元素重复的次数（如times=c(9,7,3)就是将x向量的1重复9次，2重复7次，3重复3次）。 除了上述主要的用法之外，还有一种特殊的用法：rep(x,times)重复x times次；使用each=来重复x元素each次；rep(c(1,2,3),2)得到1 2 3 1 2 3；rep(c(1,2,3),each=2)得到1 1 2 2 3 3。 *** 利用向量的索引实现定义分段函数 利用改变部分元素值的技术与逻辑值下标结合，可以定义向量的分段函数，例如，要定义 可以用如下的语句去实现： > x = c(-2.3,4,-5,7); > y = numeric(length(x)); > y[x<0] = 1 - x[x<0]; > y[x>0] = 1 - x[x>0]; > y [1] 3.3 -3.0 6.0 -6.0 4.1.数组（包含矩阵、向量）创建 c(...) 常见的将一系列参数转化为向量的函数，通过recursive=TRUE降序排列列表并组合所有的元素为向量 from:to产生一个序列 ":"有较高的优先级；1:4+1得到"2,3,4,5" seq() 产生一个向量序列 seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...) 其中length.out可简写为len。 rep() 重复一个对象 rep(x,times):x是要重复的对象（例如向量c(1,2,3)）,times为对象中每个元素重复的次数（如times=c(9,7,3)就是将x向量的1重复9次，2重复7次，3重复3次）。 除了上述主要的用法之外，还有一种特殊的用法：rep(x,times)重复x times次；使用each=来重复x元素each次；rep(c(1,2,3),2)得到1 2 3 1 2 3；rep(c(1,2,3),each=2)得到1 1 2 2 3 3。 matrix(...) 创立矩阵 matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL) array(x,dim=...) 产生由x组成的数组；使用类似dim=c(3,4,2)指定维数；如果x长度不够，则x自动循环 data.frame(...) 创建数据框，变量可能被命名或未被命名 data.frame(v=1:4,ch=c("a","b","c","d"),n=10); 相对短的向量会被填充到最大向量长度。 注意数据框中各个属性的元素个数必须相同 list(...) 创建一个由变量组成的列表，变量可能被命名； list(a=c(1,2),b="hi",c=3i) factor(x,levels=) 把向量x编码称为因子 factor(x = character(), levels, labels = levels,exclude = NA, ordered = is.ordered(x)) gl() 产生因子变量 gl(n,k,lenth=n*k,labels=) 通过指定水平方式产生水平因子；k为水平的个数，n为重复的次数 rbind() cbind() rbind(...)以行的形式组合矩阵，数据框，或其它 cbind(...)以列的方式组合，其他同rbind() 数据切割和分离 向量指标 x[n]:第n个元素 x[-n]:除了第n个元素的x x[1:n]:前n个元素 x[-(1:n)]:第n+1至最后的元素 x[c(1,4,2)]:指定元素 x["name"]:名为"name"的元素 x[x>3]:所有大于3的元素 x[x>3 & x<5]:区间(3,5)的元素 x[x%in%c("a","and","the")]:给定组中的元素 列表指标 x[n]:列表显示元素n x[[n]]:列表的第n个元素 x[["name"]]:名为"name"的元素 x$name :同上 矩阵指标 x[i,j]:下表为(i,j)的元素 x[i,]:第i行 x[,j]:第j列 x[,c(1,3)]:第1和3列 x["name",]:名为"name"的行 x$name :同上 数据框指标 x[["name"]]:列明为"name"的列 x$name :同上 4.2.R数学函数 4.2.1.泛用函数apply： 描述：让不同的函数作用数组array不同的边。 用法：apply(X, MARGIN, FUN, ...) 参数描述： X为一数组array，当然包括矩阵。 MARGIN：为一向量，它指定函数要作用的下标。例如对一个矩阵来说，1代表行，2代表列，而c(1,2)代表行和列。 FUN作用于数组array上的函数。此函数可以是自己编写的。 注意： 当X时一个data.frame时，而不是array时，函数apply就会强制性的通过as.matrix或as.array将其转化为maxtrix或array。 例子： ## Compute row and column sums for a matrix: x <- cbind(x1 = 3, x2 = c(4:1, 2:5)) col.sums <- apply(x, 2, sum) row.sums <- apply(x, 1, sum) 4.2.2.基本符号： + :加 - :减 * :乘 / :除 ^ :幂 4.2.3.三角函数与其他基本数学函数 sin, cos, tan, asin, atan, atan2, log, log10, exp, max(x): 当x为一向量时，返回x中最大的元素。 当x为矩阵时，返回矩阵中所有元素的最大值。当要返回矩阵x每行或每列的最大值时，可以使用apply函数（apply(X, MARGIN, FUN, ...)），其中MARGIN表示要作用的方式，1代表行，2代表列，c(1,2)代表行和列；例如apply(data,MARGIN=1,max) 当x为data.frame时，1仍然代表行，2仍然代表列。 当x为数组array时，1仍然代表行，2仍然代表列，其它更高维数用相应的编号数字来表示，如3就可以代表array的页。 其它详细情况参考apply函数 min(x):返回x中最小的元素，同max rev(x) 翻转x中的所有元素 sort(x) 升序排列x中的元素；降序排列使用rev(sort(x)),要得到排列的小标用order() choose(n,k) 组合数计算 which() 返回满足条件的下表 sample(x,size) 不放回的随机在向量x中抽取size个元素选项，replace+TRUE允许放回抽样 rank():计算向量的秩 range(x):返回c(min(x),max(x)) sum(x):x中各元素的加和 diff(x):向量x的差分 prod(x):x中元素的连乘积 mean(x):x的均值 median(x):x的中位数 quantile(x,probs=):满足给定概率的样本分位数（默认为0,0.25,0.75,1） weight.mean(x,w):加权平均，w即为weight,即权值。 rank(x):x中元素的秩 var(x):向量x的样本方差；如果x是矩阵或数据框，协方差矩阵将被计算 cor(x):如果x是矩阵或数据框，相关系数矩阵将被计算 sd(x):x的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差；sd(x)=sqrt(var(x)) var(x,y) or cov(x,y):x和y间的协方差；如果x,y为矩阵或数据框，返回x和y各列的协方差 cor(x,y):x和y的线性相关系数；或者相关矩阵，如果x和y为矩阵或者数据框 round(x,n):x的约数，精确到n位 log(x,base):计算x以base为基的对数，默认基为exp(1) scale(x):如果x是一个矩阵，则中心化和标准化数据；若只标准化数据，则使用选项center=FALSE，若只 中心化使用scale=FALSE(默认center=TRUE, scale=TRUE) pmin(x,y,...):x[i],y[i]相比较小者，组成新的向量 pmax(x,y,...):x[i],y[i]相比较大者，组成新的向量 Re(x):复数的实部 Im(x):复数的虚部 abs(x):绝对值 Arg(x):复数角度(in radians) Conj(x):共轭复数 fft(x):数组x的快速傅里叶变换 mvfft(x):矩阵x的每一列的傅里叶变换 factorial()：计算n! cumsum():cumulative sums cumprod():cumulative products D(expression(exp(x^2)),"x") ：求导 integrate(function(x) x^2,0,1)：积分 注意：大多数数学函数使用逻辑参数na.rm=FALSE来指定是否移除缺失值(NA) 4.3.R字符操作 paste(...):转化为字符后连接向量；seq=为分割界限（一个空格为默认）；选择collapse=可以分 割"collapse"结果 substr(x,start,stop):提取字符向量的子字段；同样可以赋值，使用substr(x,start,stop)<-value strsplit(x,split):在split的位置分割x,例如： x<-strsplit("An R matrix corresponds to the mathematical concept"," "); length(x[[1]]); #注意：对象被存放在列表x的第一项中，可以用x[[1]]提取 grep(pattern,x):搜索x中满足pattern条件；参见?regex gsub(pattern,replacement,x):替换满足正则表达式的字段,sub()类似，但只替换第一个出现的字段 tolower(x):转化为lowercase toupper(x):转化为uppercase match(x,table):table中匹配x元素位置组成的向量 x%in%table:table中匹配x元素位置组成的向量,返回值为逻辑值 pmatch(x,table):table中部分匹配x元素 nchar(x):字符的个数 12 _191851720.unknown