R语言选择特定的行，对某一列排序

R语言的数据框跟MySQL 中的表很像

根据某一列的特定值选择相应的行

d是个数据框， 有一列的名字是name

d[d$name=="95",]

这样就选中了 name为“95”的所有行

m 是个数据框 ， 第三列的名字是height

m[order(m$height),]

这样就根据第三列的值对 m 进行了排序

也可以用以下方法

m[order(m[,3]),]

m[order(m[,3]),][,c(1,3,6)]    // 表示根据第三列对整个数据框排序后，只输出1，3，6列
时间： 2024-11-05 04:51:59

R语言选择特定的行，对某一列排序的相关文章

R语言-选择样本数量

功效分析:可以帮助在给定置信度的情况下,判断检测到给定效应值时所需的样本量,也可以在给定置信水平的情况下,计算某样本量内可以检测到的给定效应值的概率 1.t检验 案例:使用手机和司机反应时间的实验 1 library(pwr) 2 # n表示样本大小 3 # d表示标准化均值之差 4 # sig.level表示显著性水平 5 # power为功效水平 6 # type指的是检验类型 7 # alternative指的是双侧检验还是单侧检验 8 pwr.t.test(d=.8,sig.level

动态增加，删除表格行并按照表格列排序

接着上一篇博文,解决上一篇博文最后遗留的瑕疵,同时,给表格列添加了排序功能. 解决掉的问题 1 乱码的问题 2 删除方法更加简便,省去获取父节点id的代码 3 点击第一行的add按钮后,下行table行变宽问题 <html> <head> <title>Table</title> <meta http-equiv="Content-Type" content="text/html;charset=utf-8"&g

在 SPSS Statistics 和 Modeler 中调用 R 语言的实现和应用

http://www.ibm.com/developerworks/cn/data/library/ba/ba-1401spss-r/index.html 登录 | 注册   IBM 技术主题 软件下载 社区 技术讲座 搜索 developerWorks 打印本页面 用电子邮件发送本页面 新浪微博 人人网 腾讯微博 搜狐微博 网易微博 Digg Facebook Twitter Delicious Linked In developerWorks 中国 技术主题 Information Mana

第二篇：R语言数据可视化之数据塑形技术

前言 绘制统计图形时,半数以上的时间会花在调用绘图命令之前的数据塑型操作上.因为在把数据送进绘图函数前,还得将数据框转换为适当格式才行. 本文将给出使用R语言进行数据塑型的一些基本的技巧,更多技术细节推荐参考<R语言核心手册>. 数据框塑型 1. 创建数据框 - data.frame() # 创建向量p p = c("A", "B", "C") # 创建向量q q = 1:3 # 创建数据框:含p/q两列 dat = data.fra

R语言之数据处理

一.向量处理 1.选择和显示向量data[1]data[3]data[1:3]data[-1]:除第一项以外的所有项data[c(1,3,4,6)]data[data>3]data[data<5|data>7]:小于5或大于7的所有项which(data == max(data)):显示数值最大的那个项序号data[seq(1,length(data),2)]:每隔一段取出特定值,1为从第一项开始,length(data)表示到向量的最后一项结束,2表示间隔两项 2.向量的排序 sort

R语言统计分析技术研究 特征值选择技术要点

特征值选择技术要点                          作者:王立敏 文章来源:  网络 1.特征值 特征值是线性代数中的一个重要概念.在数学,物理学,化学,计算机等领域有着广泛的应用.设A是n阶方阵,如果存在数m和非零n维列向量x,使得Ax=mx成立,则称m是A的一个特征值或本征值.非零n维列向量x称为矩阵A的属于特征值m的特征向量或本征向量,简称A的特征向量或A的本征向量. 2.使用R语言的Boruta包进行特征选择 在数据分析过程中,利用各种图表进行数据探索是必要的前期工作

R语言︱异常值检验、离群点分析、异常值处理

在数据挖掘的过程中,数据预处理占到了整个过程的60% 脏数据:指一般不符合要求,以及不能直接进行相应分析的数据 脏数据包括:缺失值.异常值.不一致的值.重复数据及含有特殊符号(如#.￥.*)的数据 数据清洗:删除原始数据集中的无关数据.重复数据.平滑噪声数据.处理缺失值.异常值等 缺失值处理:删除记录.数据插补和不处理 主要用到VIM和mice包 install.packages(c("VIM","mice")) 1.处理缺失值的步骤 步骤: (1)识别缺失数据:

R语言概述

R是一个有着统计分析功能及强大作图功能的软件系统,是由Ross Ihaka和Robert Gentleman共同创立.它是属于GNU系统的一个自由.免费.源码开放的软件,同一时候也是一个用于统计计算和统计制图的优秀工具. 一.R的发展历史 要说R.就不得不先来说一下S语言. 1980年左右.AT&T贝尔实验室设计出一种在统计领域广泛使用的S语言. S语言是一种解释型语言.被设计用来进行数据探索.统计分析和作图. S语言最初的实现版本号主要是S-PLUS.它是一个基于S语言的商业软件,由MathS

R语言编程艺术# 数据类型向量（vector）

R语言最基本的数据类型-向量(vector) 1.插入向量元素,同一向量中的所有的元素必须是相同的模式(数据类型),如整型.数值型(浮点数).字符型(字符串).逻辑型.复数型等.查看变量的类型可以用typeof(x)函数查询. > #插入向量元素 > x <- c(88,5,12,13) > x [1] 88 5 12 13 > x <- c(x[1:3],168,x[4]) #插入168数字在13之前 > x [1] 88 5 12 168 13 > 2.