亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

Sys.data()獲取的時間格式為Data

data()獲取的時間格式為字符

weekdays(data)判斷日期是星期幾

months(data)判斷月份是幾月

quarters(data)判斷是這一年的第幾個季度

julian(data)返回距離1970-01-01過去了多少天

構建子集：[ ] / [[ ]] / $ / [[ ]] [ ] / [[ ]] [[ ]]?

處理缺失值：is.na() / complete.cases()

向量化操作：向量x+y,x*y,x/y??? 矩陣x%*%y

兩個向量，選取對應位置都不是缺失值的-用complete選出一個新變量z，只有兩者都不是缺失值才會返回true，然后再用x【z】 y【z】選出都不是缺失值的

library加載數據集，dataset是r里自帶的數據包

head是取數據集的前六行看看數據及有哪些變量，基本情況。這個數據集有六個變量，目前只看到 6次記錄，通常我們希望選取所有變量都沒有缺失值的記錄

用complete輸出的判斷 第二行的13表示第二行的第一個true是原數據集的第十三個數據

數據框與向量還是不一樣，返回輸出非缺失值是考慮行和列，這里我們要每行數據都完整，所以g放在行上，列都留下，所以列的位置空著，后面再加一顆括號就依舊是行列的格式，前10行，列空著。最后輸出的數據框左邊數字表示選出來的數據在原數據集是第幾行

創建一個數據框：df<-data.frame(id = c(1,2,3,4),name = c("a","b","c","d"), gender = c(TRUE,TRUE,FALSE,FALSE))

當數據框只有一個數據類型時可以轉換為一個矩陣：

df2<-data.frame(id = c(1,2,3,4),score = c(80,86,90,100))

data.matrix(df2)

1、創建因子：x<-factor(c("male","female","femal","male"),levels = c("male","femal"))

2、level查看因子的基礎值，在統計分析的時候用處較大。

3、unclass(x)，去除分類

4、table(x)：查看元素的頻數

列表：

1、l<-list("a",2,10L,3+4i,TRUE) #列表可以包含各種類型的數據

2、l2<-list(a = 1,b= 2,c = 3)#給列表的元素命名

3、l3<-list(c(1,2,3),c(4,5,6)) #列表中每個元素的內容個數>1

4、x<-matrix(1:6,nrow = 2,ncol = 3) dimnames(x) <- list(c("a","b"),c("c","d","e"))#矩陣的維度只能用列表來引入？？

5、列表和向量都可以包含不同類型的數據，但是列表中的元素可以是向量。

1、matrix填充先填充列，再填充行；

2、創建矩陣有兩種方式：1），y<-1:6 dim(y)<-c(2,3)??

2）y2<-matrix(1:6,nrow = 2,ncol = 3)；

3、attributes()查看矩陣的信息；

5、矩陣只有行和列連個維度，但是數組的維度可以大于2，所以dim參數都是為數組設計的

方括號中的[]代表的 是x所賦值對象的第一個元素

查看對象類型的函數class()?

numeric--代表的是一個數值型變量 可以是整數也可以是小數

要強調整形的數值在數字后面L integer

character--代表的是字符型

邏輯型 (logical)TRUE FALSE 在R語言中邏輯型必須用大寫表示

復數 complex

數據結構 屬性{名稱 維度 類型 長度

C()函數會將三個不同類型的數全都轉換成character類型

如 x3 <- c(TRUE,10,"a")

x3 為 chr [1:3] "TRUE" "10" "a"

//了解數據有多大

object.size(數據)

print(object.size(數據),units="Kb")

交叉表

xtabs(Freq~Class+Age,data=titanic)//計算哪兩個數據交叉起來的頻率

ftable()//使排版變得更加扁平化

smmary(數據名稱)//包括最大值最小值、25%、50%、75%位點，空值個數

str()//總結數據，變量個數、記錄數、變量名稱

table（airquality$Ozone,useNA="ifany"）//將缺失值總結出來

is.na()//求缺失值

sort:對向量進行排序，返回排好的內容

order：返回排好序的內容的下標/多個排序標準

sort(x$列名字)//按升序排列

sort(x$列名字，decreasing=TRUE)//按降序排列

x[order（x$列名字1，x$列名字2），]//先排列1，再排列2

split(x,f)//將x按照f因子分為組，組數由f定

lapply(split(x,f),mean)//傳入分好組之后的列表，對列表進行的操作

sapply(s,function(x) colMeans(x[,c("Ozone","Wind","Temp")],na.rm=TRUE))//除去缺失值

tapply:對向量的子集進行操作

rnorm(5)//正態分布

rnorm(5，1)//均值為1標準差為0的正態分布

runif(5)//均勻分布

tapply(x,f,mean)//對向量x按照F因子的水平進行分組，對每一組求均值