Professional Documents
Culture Documents
Base-R ZH
Base-R ZH
Do something Do something
2:6 2 3 4 5 6 整数序列
获取帮助 } }
访问帮助文件 seq(2, 3, by=0.5) 2.0 2.5 3.0 一个复杂的序列 示例 示例
?mean for (i in 1:4){ while (i < 5){
获得特定的帮助。 rep(1:2, times=3) 1 2 1 2 1 2 对向量进行重复
j <- i + 10 print(i)
help.search(‘weighted mean’)
对向量中的元素进行
在帮助文件中搜索单词或短语. rep(1:2, each=3) 1 1 1 2 2 2
重复 print(j) i <- i + 1
help(package = ‘dplyr’)
} }
查找包的帮助. 关于向量的函数
有关对象的更多信息 sort(x) rev(x) If语句 函数
返回已排序过的x. 返回反转后的x. if (condition){ function_name <- function(var){
str(iris) Do something
table(x) unique(x)
有关对象的详细信息. } else { Do something
查看值的计数. 查看所有唯一的值.
class(iris) Do something different
return(new_variable)
查找对象所属的类. }
选择向量中的元素 }
示例 示例
使用包 按位置 if (i > 3){ square <- function(x){
print(‘Yes’)
install.packages(‘dplyr’) x[4] 第4个元素 squared <- x*x
} else {
从CRAN下载并安装软件包.
print(‘No’) return(squared)
x[-4] 除了第4个外的所有元素
library(dplyr) } }
将包加载到会话中,使其所有函数都可用。
x[2:4] 第2个到第4个元素 数据的读取与写入 另请参阅 readr 包
dplyr::select
使用包中的特定函数. 除了第2个到第4个之外 输入 输出 描述
x[-(2:4)]
的所有元素
data(iris)
x[c(1, 5)] 第1个和第5个元素 df <- read.table(‘file.txt’) write.table(df, ‘file.txt’) 读写带分隔符的文本文件。
将内置数据集加载到环境中.
按值
读写逗号分隔值文件。这
工作目录 x[x == 10] 等于10的元素
df <- read.csv(‘file.csv’) write.csv(df, ‘file.csv’) 是read.table/write.table的
特例。
getwd()
x[x < 0] 所有小于零的元素
找到当前工作目录(查找输入和发送输 读写R数据文件,这是R专用
load(‘file.RData’) save(df, file = ’file.Rdata’)
出的位置)。 x[x %in%
的文件类型。
包含于数据集1, 2, 5中的
c(1, 2, 5)] 元素
setwd(‘C://file/path’)
更改当前工作目录. 按名字 大于等于
a == b 相等的 a > b 大于 a >= b is.na(a) 是缺失?
条件判断
使用RStudio中的项目将工作目录设置为您
x[‘apple’] 名称为‘Apple的’元素 a!= b 不等的 a < b 小于 a <= b 小于等于 is.null(a) 是未初始化?
正在工作的文件夹。
df$x df[[2]]
变量赋值
1 a 分布
概率密度函
2 b 随机变量 累计分布 分位数
> a <- 'apple' 理解数据框 数
> a
查看完整的数
Normal
View(df)
rnorm dnorm pnorm qnorm
[1] 'apple' 3 c (正态分布)
据框
Poisson rpois dpois ppois qpois
矩阵的子集 head(df) 查看前 6 行 (泊松分布)
环境 Binomial
(二项分布)
rbinom dbinom pbinom qbinom
df[ , 2] Uniform
nrow(df) cbind – 列追加 runif dunif punif qunif
ls() 列出环境中的所有变量。 行的数量 (均匀分布)
ncol(df)
rm(x) 从环境中移除 x。
df[2, ] 列的数量 绘图 另请参见ggplot2包