R语言实战读书笔记(五)高级数据管理

5.2.1 数据函数

abs:

sqrt:

ceiling:求不小于x的最小整数

floor:求不大于x的最大整数

trunc:向0的方向截取x中的整数部分

round:将x舍入为指定位的小数

signif:舍入为指定的有效数字位数

cos,sin,tan

acos,asin,atan:反正弦,反余弦,反正切

cosh,sinh,tanh:双曲余弦,双曲正弦和双曲正切

acosh,asinh,atanh:反双曲余弦,反双曲正弦和反双曲正切

log(x,n):以n为底

log:

log10:

exp:

5.2.2 统计函数

mean

median:中位数

sd:标准差

var:方差

mad:绝对中位差

quantile:分位数

range:求值域

sum:

diff:滞后差分

min:

max:

scale:中心化(center=TRUE)或标准化(center=TRUE,scale=TRUE),按列.默认是对指定列进行均值为0,标准差为1的标准化.

5.2.3 概率函数

dnorm:密度函数

pnorm:分布函数

qnorm:分位数函数

rnorm:随机数生成函数

set.seed:指定随机数种子

runif:生成0到1区间上服从均匀分布的伪随机数

mvrnorm:多元正态分布数据

5.2.4 字符处理函数

nchar:计算字符数量

substr(x,start,stop):提取或替换一个字符向量中的子串

x<-"abcdef"

substr(x,2,4)结果是bcd

substr(x,2,4)<-"22222" x变成a222ef

grep(pattern,x,ignore.case=FALSE,fixed=FALSE):搜索,fixed=FALSE,pattern是正则,fixed=TRUE,pattern是一个文本字符串

sub(pattern,replacement,x,ignore.case=FALSE,fixed=FALSE):替换

strsplit(x,split,fixed=FALSE):在split处分割字符向量x中的元素

paste(...,sep="")

toupper:

tolower:

5.2.5 其他函数

length

seq(from,to,by)

rep(x,n)

cut(x,n)

pretty(x,n):创建美观的分割点

cat(...):连接,会在要连接的对象之间创建空格,可以用\b去掉这个空格

apply(x,margin,fun)

5.6

t:转置

5.6.2 整合数据

aggregate(x,by,FUN):by是一个list,按by中的变量聚合

5.6.3 reshape

melt(data,id=c())

cast(md,formula,FUN)

时间: 2024-10-21 06:46:20

R语言实战读书笔记(五)高级数据管理的相关文章

R语言实战读书笔记(四)基本数据管理

4.2 创建新变量 几个运算符: ^或**:求幂 x%%y:求余 x%/%y:整数除 4.3 变量的重编码 with(): within():可以修改数据框 4.4 变量重命名 包reshape中有个函数rename,可以改名 rename(df,c(manage='managerID',date='testDate')) 或 names(df)[2]<-'newname' 4.5 缺失值 is.na():检查缺失值,是返回TRUE,否返回FALSE na.rm=TRUE选项可以用,比如 y<

R语言实战读书笔记(二)创建数据集

2.2.2 矩阵 matrix(vector,nrow,ncol,byrow,dimnames,char_vector_rownames,char_vector_colnames) 其中: byrow=TRUE/FALSE,表示按行填充还是按列填充,默认情况下是按列填充 2.2.4 数据框 1.attach,detach()和with() attach():将数据框加入搜索路径 detach():将数据框移除出搜索路径 with():赋值仅在括号内有效,如果想在括号外生效也可以,用<<- 2.

R语言实战读书笔记1—语言介绍

第一章 语言介绍 1.1 典型的数据分析步骤 1.2 获取帮助 help.start() help("which") help.search("which") 1.3 管理R工作区间函数 1.3 输入和输出 1.3.1 输入 函数 source("filename") 可在当前会话中执行一个脚本.如果文件名中不包含路径,R将假设此脚本在当前工作目录中.举例来说, source("1.R") 将执行包含在文件1.R中的R语句集合

R语言实战读书笔记(七)基本统计分析

summary() sapply(x,fun,options):对数据框或矩阵中的每一个向量进行统计 mean sd:标准差 var:方差 min: max: median: length: range: quantile: vars <- c("mpg", "hp", "wt")head(mtcars[vars]) summary(mtcars[vars]) mystats <- function(x, na.omit = FALS

R语言实战读书笔记2—创建数据集(上)

第二章 创建数据集 2.1 数据集的概念 不同的行业对于数据集的行和列叫法不同.统计学家称它们为观测(observation)和变量(variable) ,数据库分析师则称其为记录(record)和字段(field) ,数据挖掘/机器学习学科的研究者则把它们叫做示例(example)和属性(attribute) .如表2.1所示 在表2-1所示的数据集中, PatientID 是行/实例标识符, AdmDate 是日期型变量, Age 是连续型变量, Diabetes 是名义型变量, Statu

R语言实战读书笔记2—创建数据集(下)

2.3 数据输入 2.3.1 使用键盘输入数据 2.3.2 从带分隔符的文本文件导入数据 可以使用 read.table() 从带分隔符的文本文件中导入数据.此函数可读入一个表格格式 的文件并将其保存为一个数据框. 其中, file 是一个带分隔符的ASCII文本文件, header 是一个表明首行是否包含了变量名的逻辑值( TRUE 或 FALSE ) , sep 用来指定分隔数据的分隔符, row.names 是一个可选参数,用以指定一个或多个表示行标识符的变量. 2.3.3 导入Excel

R语言实战读书笔记(十三)广义线性模型

# 婚外情数据集 data(Affairs, package = "AER") summary(Affairs) table(Affairs$affairs) # 用二值变量,是或否 Affairs$ynaffair[Affairs$affairs > 0] <- 1 Affairs$ynaffair[Affairs$affairs == 0] <- 0 Affairs$ynaffair <- factor(Affairs$ynaffair, levels =

R入门&lt;三&gt;-R语言实战第4章基本数据管理摘要

入门书籍:R语言实战 进度:1-4章 摘要: 1)实用的包 forecast:用于做时间序列预测的,有auto.arima函数 RODBC:可以用来读取excel文件.但据说R对csv格式适应更加良好,相应的导入导出均较为方便(read.table, write等) reshape:目前用到rename函数,可以方便的对数据变量重命名 fCalendar:在日期输入处提及,据说对日期运算有奇效,但无具体示例.同理如lubridate sqldf:在数据选取处提及,可代替subset以及各种whe

《时间序列分析及应用:R语言》读书笔记--第一章 引论

"春节假期是难得的读书充电的时间."--转自某boss.假期能写多少算多少,一个是题目中的这本书,另一个是<python核心编程>中的高级部分,再一个是拖着的<算法导论>.