> with(mtcars,summary(mpg,disp)) Min. 1st Qu. Median Mean 3rd Qu. Max. 10.40 15.42 19.20 20.09 22.80 33.90
相当于attach 和detach
> mydata=transform(mtcars,sumx=mpg+disp)
向数据框中添加新变量与mydsta$sumx相同
> View(mydata)
将弹出小框，进行数据查看
> within(leadership,{
+ agecat=NA
+ agecat[age>75]=‘Elder‘
+ agecat[age<55]=‘Young‘})
with 和within的区别为，with不可对数据框进行修改，within 可以
#对变量的名称进行修改
1）>fix(data) #进行交互式修改
2) reshape包的rename rename(data,c(oldname=‘newname‘,oldname=‘newname‘))
3)names(data)[i]=‘newname‘
#移除含有缺失值的观测
1）na.nmit(data)
#日期的输出格式
>format(x,format=‘%d %m %y‘)
#输出系统日期
>Sys.Date()
#计算时间间隔
difftime(today,anotherday,units=‘weeks‘) #返回的为一种特定的类，如果需要请将其使用as.numeric进行转化
#数据排序
> order(mtcars$mpg) #返回的为mpg升序排列（默认，如需降序在变量前加符号，或设定参数）的索引号
[1] 15 16 24 7 17 31 14 23 22 29 12 13 11 6 5 10 25 30 1 2 4 32 21 3 9 8 27 26 19 28 18 20
所以要mtcars[order(mtcars$mpg),]才返回数据
#数据集的合并
>total=merge(dataframeA,dataframeB,by=‘ID‘) #数据依据‘ID’进行合并，相当于inner join
数据集包含的判断利用 %in%,返回的为逻辑向量
#删除变量可以用c(-1)或者var1=NULL
#依据条件选取观测值
newdata=subset(leadership,age>=35,select=c(q1,q2))
newdata=subset(leadership,age>=35,select=gender:q4) from to的形式仅在此处应用于变量的选取
> mtcars[1:10,‘mpg‘] 必须加双引号
#随机抽样
>sample(x, size, replace = FALSE, prob = NULL)
> sample(1:10,3)
[1] 5 7 3
"sqldf"包可以用来使用sql语句