R语言基本操作函数---变量的基本操作

1.变量变换
        as.array(x),as.data.frame(x),as.numeric(x),as.logical(x),as.complex(x),as.character(x),...转换变量类型；使用如下命令可得到全部列表，methods(as)
        factor()：将一个向量转化为一个因子

2.变量信息
        is.na(x),is.null(x),is.array(x),is.data.frame(x),is.numeric(x),is.complex(x),is.character (x),...检验变量的类型；使用如下命令得到全部列表，methods(is)
        length(x):x中元素的个数
        dim(x):查看变量的维数；重新设置的维数，例如dim(x)=c(3,2)
        dimnames(x):重新设置对象的名称
        nrow(x):行的个数
        ncol(x):列的个数
        class(x):得到或设置x的类；class(x)<-c(3,2)
        unclass(x):删除x的类
        attr(x,which):得到或设置x的属性which
        attributes(obj):得到或设置obj的属性列表
        fix,edit:对数据框数据进行表格形式的编辑
3.数据选取和操作
        which.max(x):返回x中最大元素的指标
        which.min(x):返回x中最小元素的指标
        rev(x):翻转x中所有的元素
        sort(x):升序排列x中的元素；降序排列使用：rev(sort(x))
        cut(x,breaks):将x分割成为几段（或因子）；breaks为段数或分割点向量
        match(x,y):返回一个和x长度相同且和y中元素相等的向量不等则返回NA
        which(x==a):如果比较操作为真（TRUE）,返回向量x的指针
        choose(n,k):组合数的计算
        na.omit(x):去除缺失值(NA)（去除相关行如果x为矩阵或数据框）
        na.fail(x):返回错误信息，如果x包含至少一个NA
        unique(x):如果x为向量或数据框，返回唯一值
        table(x):返回一个由x不同值个数组成的表格（通常用于整数或因子），即频数表
        subset(x,...):根据条件（...选取x中元素，如x$V1<10）;如果x为数据框,选项select使用负号给出保留 或去除的变量 subset(x, subset, select,         drop = FALSE, ...)
        sample(x,size):不放回的随即在向量x中抽取size个元素,选项replace=TRUE允许放回抽取
        prop.table(x,margin=):根据margin使用分数表示表格，wumargin时，所有元素和为1
* R数据的创建与索引
** 向量的操作
*** 向量的创建
**** c(...)
为concatenate的缩写；
常见的将一系列参数转化为向量的函数，通过recursive=TRUE降序排列列表并组合所有的元素为向量
*** from:to产生一个序列
":"有较高的优先级；1:4+1得到"2,3,4,5"
*** seq() 产生一个向量序列
seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...)
        其中length.out可简写为len。
*** rep() 重复一个对象
        rep(x,times):x是要重复的对象（例如向量c(1,2,3)）,times为对象中每个元素重复的次数（如times=c(9,7,3)就是将x向量的1重复9次，2重复7次，3重复3次）。
        除了上述主要的用法之外，还有一种特殊的用法：rep(x,times)重复x  times次；使用each=来重复x元素each次；rep(c(1,2,3),2)得到1 2 3 1 2 3；rep(c(1,2,3),each=2)得到1 1 2 2 3 3。
*** 利用向量的索引实现定义分段函数
        利用改变部分元素值的技术与逻辑值下标结合，可以定义向量的分段函数，例如，要定义
         
可以用如下的语句去实现：
> x = c(-2.3,4,-5,7);
> y = numeric(length(x));
> y[x<0] = 1 - x[x<0];
> y[x>0] = 1 - x[x>0];
> y
[1]  3.3 -3.0  6.0 -6.0
4.1.数组（包含矩阵、向量）创建
c(...)
常见的将一系列参数转化为向量的函数，通过recursive=TRUE降序排列列表并组合所有的元素为向量
from:to产生一个序列
":"有较高的优先级；1:4+1得到"2,3,4,5"
seq() 产生一个向量序列
seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...)
        其中length.out可简写为len。
rep() 重复一个对象
        rep(x,times):x是要重复的对象（例如向量c(1,2,3)）,times为对象中每个元素重复的次数（如times=c(9,7,3)就是将x向量的1重复9次，2重复7次，3重复3次）。
        除了上述主要的用法之外，还有一种特殊的用法：rep(x,times)重复x  times次；使用each=来重复x元素each次；rep(c(1,2,3),2)得到1 2 3 1 2 3；rep(c(1,2,3),each=2)得到1 1 2 2 3 3。
matrix(...)
创立矩阵   matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL)
array(x,dim=...)
产生由x组成的数组；使用类似dim=c(3,4,2)指定维数；如果x长度不够，则x自动循环
data.frame(...)
创建数据框，变量可能被命名或未被命名
data.frame(v=1:4,ch=c("a","b","c","d"),n=10);
相对短的向量会被填充到最大向量长度。                                
注意数据框中各个属性的元素个数必须相同
list(...)
创建一个由变量组成的列表，变量可能被命名；
list(a=c(1,2),b="hi",c=3i)
factor(x,levels=) 把向量x编码称为因子       
factor(x = character(), levels, labels = levels,exclude = NA, ordered = is.ordered(x))
gl() 产生因子变量
gl(n,k,lenth=n*k,labels=)
通过指定水平方式产生水平因子；k为水平的个数，n为重复的次数
rbind() cbind()
        rbind(...)以行的形式组合矩阵，数据框，或其它
        cbind(...)以列的方式组合，其他同rbind()
数据切割和分离
        向量指标
                x[n]:第n个元素
                x[-n]:除了第n个元素的x
                x[1:n]:前n个元素
                x[-(1:n)]:第n+1至最后的元素
                x[c(1,4,2)]:指定元素
                x["name"]:名为"name"的元素
                x[x>3]:所有大于3的元素
                x[x>3 & x<5]:区间(3,5)的元素
                x[x%in%c("a","and","the")]:给定组中的元素
        列表指标
                x[n]:列表显示元素n
                x［n］:列表的第n个元素
                x［"name"］:名为"name"的元素
                x$name :同上
        矩阵指标
                x[i,j]:下表为(i,j)的元素
                x[i,]:第i行
                x[,j]:第j列
                x[,c(1,3)]:第1和3列
                x["name",]:名为"name"的行
                x$name :同上
        数据框指标
                x［"name"］:列明为"name"的列
                x$name :同上
4.2.R数学函数
4.2.1.泛用函数apply：
        描述：让不同的函数作用数组array不同的边。
        用法：apply(X, MARGIN, FUN, ...)
        参数描述：
                X为一数组array，当然包括矩阵。
                MARGIN：为一向量，它指定函数要作用的下标。例如对一个矩阵来说，1代表行，2代表列，而c(1,2)代表行和列。
                FUN作用于数组array上的函数。此函数可以是自己编写的。

        注意：
                当X时一个data.frame时，而不是array时，函数apply就会强制性的通过as.matrix或as.array将其转化为maxtrix或array。
        例子：
                ## Compute row and column sums for a matrix:
                x <- cbind(x1 = 3, x2 = c(4:1, 2:5))
                col.sums <- apply(x, 2, sum)
                row.sums <- apply(x, 1, sum)
4.2.2.基本符号：
        + :加  
        - :减   
        * :乘   
        / :除    
        ^ :幂
4.2.3.三角函数与其他基本数学函数
        sin,
        cos,
        tan,
        asin,
        atan,
        atan2,
        log,
        log10,
        exp,
max(x):
        当x为一向量时，返回x中最大的元素。
        当x为矩阵时，返回矩阵中所有元素的最大值。当要返回矩阵x每行或每列的最大值时，可以使用apply函数（apply(X, MARGIN, FUN, ...)），其中MARGIN表示要作用的方式，1代表行，2代表列，c(1,2)代表行和列；例如apply(data,MARGIN=1,max)
        当x为data.frame时，1仍然代表行，2仍然代表列。
        当x为数组array时，1仍然代表行，2仍然代表列，其它更高维数用相应的编号数字来表示，如3就可以代表array的页。
        其它详细情况参考apply函数
min(x):返回x中最小的元素，同max
rev(x) 翻转x中的所有元素
sort(x) 升序排列x中的元素；降序排列使用rev(sort(x)),要得到排列的小标用order()
choose(n,k) 组合数计算
which()  返回满足条件的下表
sample(x,size) 不放回的随机在向量x中抽取size个元素选项，replace+TRUE允许放回抽样
rank():计算向量的秩
range(x):返回c(min(x),max(x))
sum(x):x中各元素的加和
diff(x):向量x的差分
prod(x):x中元素的连乘积
mean(x):x的均值
median(x):x的中位数
quantile(x,probs=):满足给定概率的样本分位数（默认为0,0.25,0.75,1）
weight.mean(x,w):加权平均，w即为weight,即权值。
rank(x):x中元素的秩
var(x):向量x的样本方差；如果x是矩阵或数据框，协方差矩阵将被计算 
cor(x):如果x是矩阵或数据框，相关系数矩阵将被计算
sd(x):x的标准差；sd(x)=sqrt(var(x))
var(x,y) or cov(x,y):x和y间的协方差；如果x,y为矩阵或数据框，返回x和y各列的协方差
cor(x,y):x和y的线性相关系数；或者相关矩阵，如果x和y为矩阵或者数据框
round(x,n):x的约数，精确到n位
log(x,base):计算x以base为基的对数，默认基为exp(1)
scale(x):如果x是一个矩阵，则中心化和标准化数据；若只标准化数据，则使用选项center=FALSE，若只 中心化使用scale=FALSE(默认center=TRUE,        
        scale=TRUE)
pmin(x,y,...):x,y相比较小者，组成新的向量
pmax(x,y,...):x,y相比较大者，组成新的向量
Re(x):复数的实部
Im(x):复数的虚部
abs(x):绝对值
Arg(x):复数角度(in radians)
Conj(x):共轭复数
fft(x):数组x的快速傅里叶变换
mvfft(x):矩阵x的每一列的傅里叶变换
factorial()：计算n!
cumsum():cumulative sums
cumprod():cumulative products
D(expression(exp(x^2)),"x") ：求导
integrate(function(x) x^2,0,1)：积分
注意：大多数数学函数使用逻辑参数na.rm=FALSE来指定是否移除缺失值(NA)
4.3.R字符操作
str_c(..., sep = "", collapse = NULL):转化为字符后连接向量；seq=为分割界限（一个空格为默认）；选择collapse=可以分 割"collapse"结果
str_sub(string, start = 1L, end = -1L) :提取字符向量的子字段；

同样可以赋值，使用str_sub(string, start = 1L, end = -1L) <- value 替换子字符串
str_split(x,split):在split的位置分割x,例如：
x<-str_split("An R matrix corresponds to the mathematical concept"," ");
length(x［1］);   #注意：对象被存放在列表x的第一项中，可以用x［1］提取
str_to_lower(x):转化为lowercase
str_to_upper(x):转化为uppercase

x%in%table:table中匹配x元素位置组成的向量,返回值为逻辑值

str_match(string, pattern):pattern匹配字符，并返回对应的字符string

str_extract: 从字符串中提取匹配字符
str_extract(shopping_list, "\\d") # 提取数字 #提取匹配模式的第一个字符串
str_extract(shopping_list, "[a-z]+") #提取字母

str_detect(string, pattern) 匹配字符串的字符－－ 检测函数，用于检测字符串中是否存在某种匹配模式

# 检查字符串向量，是否以a为开头 :str_detect(val, "^a")

nchar(x):字符的个数