R语言学习(7)字符串和因子

字符串和因子

1.字符串

  创建字符串

> c("Hello","World")
[1] "Hello" "World"

  paste( ) 函数连接字符串

> c("Hello","World")
[1] "Hello" "World"
> paste(c("Hello","Hi"),"World")
[1] "Hello World" "Hi World"
> paste(c("Hello","Hi"),"World",sep="-")
[1] "Hello-World" "Hi-World"

> paste(c("Hello","Hi"),"World",collapse =",")
[1] "Hello World,Hi World"
> paste0(c("Hello","Hi"),"World")                     #paste0函数能去掉分隔符
[1] "HelloWorld" "HiWorld"

  tostring() 函数打印字符串

> x
[1] 1 4 9 16 25
> toString(x)
[1] "1, 4, 9, 16, 25"
> toString(x,width = 4)
[1] "1,...."
> toString(x,width = 10)                               #width表示限制字符长度
[1] "1, 4, ...."

2.格式化数字

  formatC函数

> pow <- 1:3
> (powers_of_e <- exp(pow))
[1] 2.718282 7.389056 20.085537
> formatC(powers_of_e)
[1] "2.718" "7.389" "20.09"
> formatC(powers_of_e,digits = 3)                              #指定3个数字

[1] "2.72" "7.39" "20.1"
> formatC(powers_of_e,digits = 3,width = 10)             #前面加上一个空格
[1] " 2.72" " 7.39" " 20.1"
> formatC(powers_of_e,digits = 3,format = "e")          #科学格式
[1] "2.718e+00" "7.389e+00" "2.009e+01"
> formatC(powers_of_e,digits = 3,flag = "+")              #前面加上 +
[1] "+2.72" "+7.39" "+20.1"

  sprintf函数

> sprintf("%s %d = %f","Euler‘s constant to the power",pow,powers_of_e)
[1] "Euler‘s constant to the power 1 = 2.718282"
[2] "Euler‘s constant to the power 2 = 7.389056"
[3] "Euler‘s constant to the power 3 = 20.085537"

还有format(与formatC用法类似)和prettyNum(格式化非常大或非常小的数字)这里两个函数可格式化数字。

  更改大小写

> toupper("I am the king of the world")
[1] "I AM THE KING OF THE WORLD"
> tolower("HELLO WORLD")
[1] "hello world"

3.因子     因子:用于存储类别变量的特殊的变量类型。

  创建因子

数据框内部自动创建因子

> (heights <- data.frame(height_cm = c(153,181,150,172,165,149,174,169,198,163),gender = c("female","male","female","male","male","female","female","male","male","female")))
height_cm gender
1 153 female
2 181 male
3 150 female
4 172 male
5 165 male
6 149 female
7 174 female
8 169 male
9 198 male
10 163 female
> class(heights$gender)
[1] "factor"                                                                     #是一个因子
> heights$gender
[1] female male female male male female female male male
[10] female
Levels: female male
> levels(heights$gender)                                              #female和male被称为因子水平
[1] "female" "male"

  factor函数创建因子

> gender_fac <- c("female","male","female","male","male")
> (gender_char <- factor(gender_fac))
[1] female male female male male
Levels: female male

时间: 2024-10-10 13:24:34

R语言学习(7)字符串和因子的相关文章

R语言学习(5)-字符串和因子

字符串和因子 1.字符串 创建字符串 > c("HELLO","WORLD") [1] "HELLO" "WORLD" 使用paste函数连接字符串 > paste(c("hello","hi"),"world") [1] "hello world" "hi world" > paste(c("hel

R语言学习笔记

參考:W.N. Venables, D.M. Smith and the R DCT: Introduction to R -- Notes on R: A Programming Environment for Data Analysis and Graphics,2003. http://bayes.math.montana.edu/Rweb/Rnotes/R.html 前言:关于R 在R的官方教程里是这么给R下注解的:一个数据分析和图形显示的程序设计环境(A system for data

R语言学习(1)

将R作为科学计算器使用 1.例: > 1:5 + 6:10 [1]  7  9 11 13 15 > c(1,3,5,7,9)+c(2,4,6,8,10) [1]  3  7 11 15 19 > median(2:5) [1] 3.5 > 1:10 / 3 [1] 0.3333333 0.6666667 1.0000000 1.3333333 1.6666667 2.0000000 2.3333333 [8] 2.6666667 3.0000000 3.3333333 > 

R语言学习(2)

向量矩阵和数组 1.vector函数可以创建指定类型.长度的矢量 (其结果中的值可以是0,FLASE,空字符串) > vector("numeric",5) [1] 0 0 0 0 0 > vector("complex",6) [1] 0+0i 0+0i 0+0i 0+0i 0+0i 0+0i > vector("logical",6) [1] FALSE FALSE FALSE FALSE FALSE FALSE > 

R语言学习笔记2——绘图

R语言提供了非常强大的图形绘制功能.下面来看一个例子: > dose <- c(20, 30, 40, 45, 60)> drugA <- c(16, 20, 27, 40, 60)> drugB <- c(15, 18, 25, 31, 40) > plot(dose, drugA, type="b") > plot(dose, drugB, type="b") 该例中,我们引入了R语言中第一个绘图函数plot.pl

R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数

遇到了小bug: R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数 看到网上别人的做法,发现了用class(A)和class(B)之后才发现,是因为读入的时候数据的类型不对,A.B的类型并不是matrix,才导致了这个问题. 用as.matrix来变型一下,就OK了. R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数,布布扣,bubuko.com

R语言学习(3)

列表和数据框 1.列表 list函数创建列表 > (a_list <- list(c(1,1,2,5,14,42),month.abb,matrix(c(3,-8,1,-3),nrow=2),asin)) [[1]] [1]  1  1  2  5 14 42 [[2]] [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul&qu

R语言学习(4)-环境和函数

环境和函数 1.环境 使用new.env函数创建环境 > an_environment <- new.env() 向环境中分配变量与列表相同 > an_environment[["pythag"]] <- c(12,15,20,21) > an_environment$root <- polyroot(c(6,-5,1)) > assign("moonday",weekdays(as.Date("1969/07/2

R语言学习笔记 之 可视化地研究参议员相似性

基于相似性聚类 很多时候,我们想了解一群人中的一个成员与其他成员之间有多么相似.例如,假设我们是一家品牌营销公司,刚刚完成了一份挂怒有潜力新品牌的研究调查问卷.在这份调查问卷中,我们向一群人展示了新品牌的几个特征,并且要求他们对这个新品牌的每个特征按五分制打分.同时也收集了目标人群的社会经济特征,例如:年龄.性别.种族.住址的邮编以及大概的年收入. 通过这份调查问卷,我们想搞清楚品牌如何吸引不同社会经济特征的人群.最重要的是,我们想要知道这个品牌是否有很大的吸引力.换个角度想这个问题,我们想看看