R语言期末重点复习代码

1. seq等间隔函数

seq(from,to,by,length.out,along.with)

from,to 为数值，表示开始和结束   

by为数值，表示间隔

length.out为数值，表示数列长度  

along.with为向量，表示数列长度与该向量长度相等

 

1. rbind矩阵的合并

rbind()  对矩阵按行合并，要求子矩阵有相同列数

如： x1<-c(1,2,3,4,5,6)

        x2<-c("a","b","c","d","e","f")

        dim(x1)<-c(2,3)

        dim(x2)<-c(2,3)

        rbind(x1,x2)

 

1. cbind矩阵的合并

cbind() 对矩阵按列合并，要求子矩阵有相同行数

 

1. Factor函数

 

作用：将一个向量转换成因子

factor(x,levels,labels=levels,exclude=NA,ordered=is.ordered(x))

 

x:被转换的向量

levels:因子水平，可以为空

labels:各水平的名字，可以为空

exclude:从x中剔除的水平值

ordered:因子水平是否有序，TRUE 或者FALSE

例：

data<-c(1,2,3,3,1,2,2,3,1,3,2,1)   #数值向量

fdata<-factor(data)

grade<-c("优","良","差","差","优","良","良","差","优","差","良")   #字符向量

fgrade<-factor(grade)

 

1. Rep重复函数

1. rep(x,times,length.out,each,正整数向量)

x为数量、向量、数据对象           

times ，x重复的次数

length.out，重复后该向量的长度      

each，x中每个分量重复的次数

正整数向量，x中分量对象重复的次数

 

1. matrix矩阵的生成

matrix(data, nrow, ncol, byrow, dimnames)

 

data：数据向量

nrow：矩阵的行数

ncol：  矩阵的列数

byrow：逻辑值，T表示行序为主序，F表示列序为主

dimnames：行、列名称，列表格式

如：

mdat<-matrix(c(1,2,3,4,5,6,7,8,9,0),nrow=2,byrow=T,dimnames=list(c("row1","row2"),c(“C1”,”C2”,”C3”,”C4”,”C5”)))

 

1. apply对矩阵或数组按照维度做运算

apply(x,margin,fun)

 

x:数组或矩阵

margin:做运算的维度，1表示行，2表示列

fun:运算函数

 

如：A<-matrix(1:6,nrow=2);A         

sum(A);

sum(A[,2])        

apply(A,1,sum)

 

 

1. tapply 不同水平指定函数的计算

tapply: 接入参数INDEX，对数据分组进行运算，就和SQL中的by group一样。

1. tapply(x,index,fun,simplify=TRUE)

 

x：计算对象，向量   

index：与x长度相同，表示x的因子水平

fun：需要计算的函数   

simplify：返回值类型，T表示数组，F为列表