r语言summary函数使用_R语言--操纵数据--重要函数的使用

1. lapplyeg:x=list(a=1:10,b=c(11,21,31,41,51))

lapply(x,mean) 或 sapply(x,mean)

lapply与sapply均为返回x中元素的平均值,sapply函数可将lapply的返回结果进行化简x=1:4

lapply(x,runif) runif意为从一个均匀分布里抽取若干个数出来，默认是从0到1 的均匀分布

lapply(x,runif,min=0,max=100) 从0到100的均匀分布里抽取若干个数出来x=list(a=matrix(1:6,2,3),b=matrix(4:7,2,2))

lapply(x,function(m) m[1,]) 此处m代表传入矩阵，函数运行的是矩阵的第一行

2.applyx=matrix(1:16,4,4)

apply(x,2,mean) 返回x中第二列的平均

apply(x,2,sum) 返回x中第二列的和

rowSums(x) 对每一行求和

rowMeans(x) 对每一行求平均

colSums(x) 对每一列求和

colMeans(x) 对每一列求平均x=matrix(rnorm(100),10,10) 从正态分布中随机取100个数据，并将其排成10行10列

apply(x,1,quantile,probs=c(0.25,0.75)) quantile意为求数据的百分位点 probs对quantile进行限定，以语句可返回矩阵x中每一行的25%和75%分位点的数据x=array(rnorm(2*3*4),c(2,3,4))

apply(x,c(1,2),mean)

3.mapplylist(rep(1,4),rep(2,3),rep(3,2),rep(4,1)) 第一个元素为4个1，第二个元素为3个2.........

mapply(rep,1:4,4:1) 1:4为rep函数的第一个参数，4:1为第二个参数,与上面的语句含义相同，即将1重复4次，2重复3次，3重复2次，4重复1次。s=function(n,mean,std){rnorm(n,mean,std)}

s(4,0,1)

mapply(s,1:5,5:1,2)

n代表从分布中抽取的数据的个数

mean和std分别代表随机分布的总体的均值和标准差

rnorm(n,mean,std 代表是从均值为mean方差为std的正态分布中抽取n个数据

s(4,0,1) 代表是从均值为0方差为1的正态分布中抽取4个数据

mapply(s,1:5,5:1,2) 应用s函数，返回的结果是一个列表

第一个元素是从均值为5，方差为2的正态分布中抽取的1个数据

第一个元素是从均值为4，方差为2的正态分布中抽取的2个数据

第一个元素是从均值为3，方差为2的正态分布中抽取的3个数据...........(一一对应)

mapply(s,1:5,5:1,2) 与 ,list(s(1,5,2),s(2,4,2),s(3,3,2),s(4,2,2),s(5,1,2)) 返回的结果是一样的，可以看出使用mapply能让语句更简单

4.tapplyx=c(rnorm(5),runif(5),rnorm(5,1)) x包含15个元素，前五个元素来自于正态分布，中间五个元素来自于均匀分布，最后五个元素来自于均值为1，标准差为0的正态分布

f=gl(3,5) 建立因子需要gl函数，第一个参数表示该因子有3个水平，第二个参数表示每个水平下有5个元素

tapply(x,f,mean) 对x这个向量按照g的水平进行分组，并对每组求均值

tapply(x,f,mean,simplify=FALSE) 得到的是一个未经化简的列表

5.splitx=c(rnorm(5),runif(5),rnorm(5,1))

f=gl(3,5)

split(x,f) 返回水平1对应的x中的前五个元素，水平2对应的中间五个元素，水平3对应的最后五个元素

lapply(split(x,f),mean) 返回分组后每一水平对应的5个元素的平均值 s=split(airquality,airquality$Month) 返回airquality中关于每一月份的数据table(airquality$Month) 查询每一月份包含的数目head(airquality)

lapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")]))

对s应用function(x),求得关于每个月ozone、wind、temp的均值，colMeans求列均值

sapply(s, function(x) colMeans(x[,c("Ozone","Wind","Temp")])) sapply可将结果简化

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

有了na.rm则可将ozone、wind、temp中的缺失值去除掉，然后计算列均值

6.排序x=data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1))

sort(x$v2) 可对x中的v2列进行升序排列

sort(x$v2,decreasing = TRUE) 可对x中的v2列进行降序排列

order(x$v2) 可对x中的v2列进行升序排列，但返回的不是内容本身，而是其所在的行号

x[order(x$v2),] 按照v2列升序的行号的排列对整个数据框进行排列

x[order(x$v4,x$v2),] 先按照v4进行升序排列，之后再按照v2进行升序排列

x[order(x$v4,x$v2,decreasing = TRUE),] 先按照v4进行降序排列，再按照v2进行降序排列

7.总结数据信息head(airquality,10) 查看airquality的前十行，默认是前六行

tail(airquality,8) 查看airquality的后八行，默认是后六行

summary(airquality) 查看airquality每一列的最小值、第一个分位点、中间值、均值、第三个分位点、最大值以及缺失值的个数

str(airquality) 查看airquality的基本情况如变量数等table(airquality$Ozone) 查看airquality中的Ozone的具体数值，及每一数值出现的次数，不包括缺失值

table(airquality$Ozone,useNA='ifany') 还可以总结缺失值的个数

table(airquality$Month,airquality$Day) 返回的是二维数据，即查询某月某日的数据的个数any(is.na(airquality$Ozone)) 判断是否有缺失值

sum(is.na(airquality$Ozone)) 计算缺失值的总数

all(airquality$Month<12) 判断月份是不是都小于12xtabs(Freq~Class+Age,data=Titanic) xtabs可建立一个组合框，以class和age来计算频数

x=xtabs(Freq~Class+Age,data=Titanic)

ftable(x) 可将结果以更加扁平化的形式显示出来，内容与xtabs函数返回的结果一致

object.size(airquality) 查看airquality的大小(字节)

8总结