R语言常用数据管理
1、变量的重命名
(1)交互式编辑器修改变量名
若要修改数据集x中的变量名,键入fix(x)即可打开交互式编辑器的界面。若数据集为矩阵或数据框,单击交互式编辑器界面中对应要修改的变量名,可手动输入新的变量名;若数据集为列表,则交互式编辑界面为一个记事本,只要修改“.Names”之后对应的变量名,即可修改变量名。
(2)rename()函数修改变量名
可用于修改数据框和列表的变量名,但不能用于修改矩阵的变量名 格式:dataframe<-rename(dataframe,c(oldname="newname",...))
library(reshape)
rename(score,c(pl="Chinese"))
rename(score.list,c(pl="chinese))
(3)names()函数修改变量名
可用于修改数据框和列表的变量名,但不能用于修改矩阵的变量名 格式:names()<-value
names(score)[5]="chinese"
(4)colnames()函数和rownames()函数修改变量名
R中用于修改矩阵行名和列名的函数,也可用于修改数据框的行数和列数 格式:colnames(x)<-value rownames(x)<-value
rownames(score)<-letters[1:4]
2、缺失值分析
is.na(x)——返回一个与x等长的逻辑变量
anyNA(x,recursive=FALSE)——判断数据中是否存在缺失值 ,若存在就返回TRUE
na.omit(x)——删除含有缺失值的观测
complete.cases(x)——返回一个逻辑向量,不存在缺失值的行为值为TRUE
3、数据排序
(1)sort ——对向量进行排序,返回排序后的向量
格式:sort(x,na.last=NA,decreasing=FALSE)
sort(score$math)
(2)rank——返回向量中每个数值对应的秩
格式:rank(x,na.last=TRUE,ties.method=c("average","first","random","max","min"))
x<-c(3,4,2,5,5,3,8,9)
rank(x,ties.method="first")
(3)order——对数据进行排序
格式:order(x,na.last=TRUE,decreasing=FALSE)
data_frame[order(data_frame$v2,data_frame$v2,)]
4、随机抽样
(1)srswr()——放回简单随机抽样
格式:srswr(n,N)——表示在总体N中有放回的抽取n个样本,返回一个长度为N的向量,每个向量的值表示抽取的次数
library(sampling)
s<-srswr(10,26)
(2)srswor()——不放回简单随机抽样 格式:srswor()——表示在总体N中有放回的抽取n个样本,返回一个长度为N的向量,每个向量的值表示抽取的次数library(sampling)
s<-srswor(10,26)
(3)sample()——实现放回简单抽样和不放回简单随机抽样,也可对数据进行随机分组 格式:sample(x, size,replace=FALSE,prob=NULL)——随机抽取x中的数,size为抽取样本数,replace=FALSE为不放回简单随机抽样,prob为权重分量 sample(LETTERS,5,prob=c(0.7,0.3),replace=TRUE) 5、数值运算函数 (1)数学函数 abs(x)、sqrt(x)、ceiling(x) (2)统计函数 mean(x)、median(x)、sd(x)、var(x)、quantile(x,probs)、range(x)、sum(x)、min(x)、max(x)、scale(x,center=TRUE,scale=FALSE)、diff(x,lag=n) difftime(time1,time2,units=c("auto","secs","mins","hours","days","weeks")) (3)概率函数 6、字符串函数 (1)grep()——字符串查询,返回结果为匹配项的下标 格式:grep(pattern,x,ignore.case=FALSE,perl=FALSE,value=FALSE,fixed=FALSE,useBytes=FALSE,invert=FALSE) txt=c("whatever" ,"is","worth","doing","is","worth","doing","well") grep("e.*r|wo",txt,fixed=FALSE) #返回一个 逻辑向量 grepl("e.*r|wo",txt,fixed=FALSE) #gregexpr()函数 返回一个列表,结果包括匹配项的起始位置及匹配项长度 grepl("e.*r|wo",txt) (2)sub()——对第一个满足条件的匹配做替换 格式:sub(pattern,replacement,x,ignore.case=FALSE,fixed=FALSE) txt=c("whatever" ,"is","worth","doing","is","worth","doing","well") sub("[tr]","k",txt) (3)gsub()——把所有满足条件的匹配都做替换 格式:gsub(pattern,replacement,x,ignore.case=FALSE,fixed=FALSE) txt=c("whatever" ,"is","worth","doing","is","worth","doing","well") gsub("[tr]","k",txt) (4)strsplit()——字符串拆分 格式:strsplit(x,split,fixed=FALSE,perl=FALSE,useBytes=FALSE) data<-c("2017年1月1日","2018年1月1日") strsplit(data,"年") (5)paste()——字符串连接 格式:paste(...,sep="",collapse=NULL) paste("AB",1:5,sep="") 7、文本分词 (1)RWordseg包 常用文本分词函数:insertWords(x,save=TRUE)——向词库中导入新词汇,save=TRUE时,表示把操作记录下来,下回启动能直接用 deleteWords(x)——从词库中删除词汇 getOption("isNameRecognition")——查看人名识别功能的状态 segment.options("isNameRecognition"=TRUE)——设置人名识别功能的状态 listDict()——查看词典 installDict()——添加用户自定义的词典 uninstallDict()——卸载用户自定义的词典 segmentCN()——中文分词 (2)jiebaR包 分词: worker()函数初始化分词引擎 worker(type="mix",dict=DICTPATH,hmm=HMMPATH,user=USERPATH,idf=IDFPATH,stop_word=STOPPATH,write=T,qmax=20,encoding="UTF-8",detect=T,symbol=F,lines=le+0.5.output=NULL,bylines=F) 初始化分词引擎后,使用分词运算符“<=”或者segment()函数进行分词。 segment(code,jiebar,mod=NULL) library(jiebaR) mixseg=worker() #默认mix分词引擎 mpseg=worker(type="mp") #mp分词引擎 hmmseg=worker(type="hmm") #hmm分词引擎word="人们都说桂林山水甲天下"
mixseg<=word
mpseg<=word
hmmseg<=word
segment(word,mixseg)
词性标注:
可以使用<=.tagger或者tag来进行分词和词性标注
关键词提取和Simhash计算:需要将worker()中的type参数设置为“keywords”或“Simhash”,并使用topn参数设置关键词个数
keys<=worker("keywords",topn=1)
keys<=word
8、apply函数族
(1)apply()——对数组或者矩阵的一个维度使用函数生成列表、数组、或者向量
格式:apply(x,MARGIN,FUN,...) MARGIN=1表示矩阵行 MARGIN=2表示矩阵列
x<-matrix(1:20,ncol=4)
x
apply(x,1,mean)
(2)lapply()——对x的每一个元素运用函数,生成一个与元素个数相同的值列表
格式:lapply(x,FUN,...)
(3)sapply()——对x的每一个元素运用函数,生成一个与元素个数相同的值列表
格式:sapply(x,FUN,..,simplify=TRUE,USE.NAMES=TRUE)
(4)tapply()——对不规则阵列使用向量,即对一组非空值按照一组确定因子进行相应计算
格式:tapply(x,INDEX,FUN,...simplify=TRUE)
height<-c(174,165,189,180,165)
sex<-c("M","F","M","M","F")
tapply(height,sex,mean)
(5)mapply()
9、数据整合
(1)数据汇总统计
aggregate(x,by,FUN)
(2)数据融合
melt(data,varnames,value.name="value",na.rm=FALSE)
(3)数据重塑
cast(data,formula,fun.aggregate=NULL,...)
10、控制流
(1)if/else语句
if(condition) {expr1} else{expr2}
(2)switch语句
switch(expression,list)
(3)循环语句
for(name in expr1) {expr2}
while(cond) {expr}
repeat expr 或repeat{if(cond) {break}}
11、函数的编写
myfunction<-function(arglist){
statements
return (object)
}
R语言常用数据管理的更多相关文章
- 【R】R语言常用函数
R语言常用函数 基本 一.数据管理vector:向量 numeric:数值型向量 logical:逻辑型向量character:字符型向量 list:列表 data.frame:数据框c:连接为向量或 ...
- R语言常用的矩阵操作
R语言是一门非常方便的数据分析语言,它内置了许多处理矩阵的方法.下面列出一些常用的矩阵操作方法示例. 矩阵的生成 > mat <- matrix(:, ncol = , nrow = , ...
- R语言常用函数:交集intersect、并集union、找不同setdiff、判断相同setequal
在R语言进行数据分析时,经常需要找不同组间的相同和不同,那你应该掌握如下几个函数,让你事半功倍. 交集intersect两个向量的交集,集合可以是数字.字符串等 # 两个数值向量取交集intersec ...
- R语言︱常用统计方法包+机器学习包(名称、简介)
一.一些函数包大汇总 转载于:http://www.dataguru.cn/thread-116761-1-1.html 时间上有点过期,下面的资料供大家参考基本的R包已经实现了传统多元统计的很多功能 ...
- R语言常用操作
1 取整运算 在编程实现的时候有时会碰到对数值取整的需求,而取整的方式却多种多样,依赖于具体问题,不过在R中已经配备了种类齐全的相关函数,主要包括以下五种: floor():向下取整: ceiling ...
- R语言常用包分类总结
常用包: ——数据处理:lubridata ,plyr ,reshape2,stringr,formatR,mcmc: ——机器学习:nnet,rpart,tree,party,lars,boost, ...
- R语言常用命令集合
help.start()//打开帮助文档 q()//推出函数 ls()//返回处于现在名空间的对象名称 rm()//清楚对象:rm(list=ls())清除所有内存数据 gc()//垃圾回收数据 sq ...
- R语言常用包汇总
转载于:https://blog.csdn.net/sinat_26917383/article/details/50651464?locationNum=2&fps=1 一.一些函数包大汇总 ...
- R语言常用数学函数
语言的数学运算和一些简单的函数整理如下: 向量可以进行那些常规的算术运算,不同长度的向量可以相加,这种情况下最短的向量将被循环使用. > x <- 1:4 > a <- 1 ...
随机推荐
- java伪代码读后感
愚公,在这位名家身上,浓缩了项目的组织者,团队经理,编程人员,技术分析师等众多角色的优秀素质.原始需求的产生“惩山北之塞,出入之迁”项目沟通的基本方式“聚室而谋之”项目的目标“毕力平险,指通豫南,达于 ...
- 2017年cocoaPods 1.2.1升级
还在用老版本的ccoaPods,安装三方库时,会报错 : [!] Invalid `Podfile` file: [!] The specification of `link_with` in the ...
- Spring——IOC与Bean容器
[IOC] (1)IOC:控制反转,控制权的转移,应用程序本身不负责依赖对象的创建和维护,而是由外部容器负责创建和维护.也就是说由IOC容器在运行期间,动态地将某种依赖关系注入到对象之中 (2)DI: ...
- docker 安装MongoDB以及设置用户
MongoDB 是一个免费的开源跨平台面向文档的 NoSQL 数据库程序. 1.查看可用的 MongoDB 版本 访问 MongoDB 镜像库地址: https://hub.docker.com/_/ ...
- 判断内网机器的真实外网IP或域名的方法总结
在内渗透中有时需要在某台WEB服务器中留下后门,可以通过内网IP建立IPC连接,但还需要获知外网IP才能访问Wbshell,在无网关权限的情况下,我总结了有如下方法: nslookup myip.op ...
- 快速构建Spring Cloud工程
spring cloud简介 spring cloud为开发人员提供了快速构建分布式系统的一些工具,包括配置管理.服务发现.断路器.路由.微代理.事件总线.全局锁.决策竞选.分布式会话等等.它运行环境 ...
- tp5关联模型进行条件查询
public function wordOne(){ return $this->hasOne('TeachWord','id','w_id')->field('id,pid,title' ...
- cefsharp 在高DPI下闪烁的问题
今天有客户朋友说程序在他的surface下界面很闪烁,搜索了相关的资料,初步判定是DPI引起的问题,但也有可能是cefsharp 51版本在WIN10上面没有禁用GPU加速,苦于没有环境测试,所以抱着 ...
- leetcode 36有效的数独
建立一个哈希表,每次查找,如果对应的列col,行row,小方格box中的数出现第二次,那么数独不合法: 据说还有深度优先搜索的方法,表示没有听懂:) class Solution { public: ...
- 006-Spring Boot自动配置-Condition、Conditional、Spring提供的Conditional自动配置
一.接口Condition.Conditional(原理) 主要提供一下方法 boolean matches(ConditionContext context, AnnotatedTypeMetada ...