R语言实战学习笔记-第五章

1、第五章：高级数据管理5.2数值和字符处理函数l 数学函数ceiling(x)不小于x的最小整数round(x,digits=n)四舍五入，保留n位floor(x)不大于x的最大整数signif(x,digits=n)指定位数的有效数字trunc(x)去尾取整log(x,base=n)对x取底为n的对数l 统计函数mad(x)绝对中位差diff(x,lag=n)滞后差分quantile(x,probs)分位数scale(x,center=TRUE,scale=TRUE)为数据对象x进行中心化或标准化处理range(x)值域l 概率函数代码：设定随机数种子> runif(5) #生成0到1区

2、间上服从均匀分布的伪随机数1 0.18866859 0.37082322 0.01029355 0.73821923 0.42429211> runif(5)1 0.571422300 0.455645452 0.398581830 0.002924141 0.238183502> set.seed(1234) #显式指定伪随机数种子> runif(5)1 0.1137034 0.6222994 0.6092747 0.6233794 0.8609154> set.seed(1234)> runif(5)1 0.1137034 0.6222994 0.609274

3、7 0.6233794 0.8609154代码：生成多元正态数据> install.packages("MASS")> library(MASS)> options(digits=3)> set.seed(1234)> mean=c(230.7,146.7,3.6)> sigma=matrix(c(15360.8,6721.2,-47.1,6721.2,4700.9,-16.5, -47.1,-16.5,0.3),nrow=3,ncol=3)> mydata<-mvrnorm(500,mean,sigma)> mydat

4、a<-as.data.frame(mydata)> names(mydata)<-c("Y","x1","x2")l 字符处理函数nchar(x)计算x中的字符数量sub(pattern,replacement,x,ignore,case=F,fixed=F)在x中搜索文本并进行替换substr(x,start,stop)替换向量中的子串grep(pattern,x,ignore,case=F,fixed=ForT)在x中搜索某种模式，返回正则表达式或下标strsplit(x,split,fixed=F)分割字符向量

5、x的元素paste(,seq=”)连接字符转，分隔符为seqtoupper(x)大写转换tolower(x)小写转换l 其他函数length(x)x的长度cut(x,n)将x分割为n个因子seq(from,to,by)生成一个序列pretty(x,n)创建美观的分割点rep(x,n)将x重复n次cat(,file=”,append=F)连接中的对象并输出l n表示新行，t为制表符，为单引号，b为退格l 函数apply()，调用格式：apply(x,MARGIN,FUN,),MARGEN=1表示行，2为列5.3数据处理难题的一套解决方案代码：将学生的各科考试成绩组合为单一的成绩衡量指标，给予相对

6、名次给出从A到F的评分，根据学生的姓氏和名字的首字母对花名册进行排序。> options(digits=2)> student<-c("John Davis","Angela Williams","Bullwinkle Moose","David Jones","Janice Markhammer","Cheryl Cushing","Reuven Ytzrhak","Greg Knox","Joel Eng

7、land","Mary Rayburn")> math<-c(502,600,412,358,495,512,410,625,573,522)> science<-c(95,99,80,82,75,85,80,95,89,86)> english<-c(25,22,18,15,20,28,15,30,27,18)> roster<-data.frame(student,math,science,english,stringsAsFactors=F)> z<-scale(roster,2:4)> sc

8、ore<-apply(z,1,mean)> roster<-cbind(roster,score)> y<-quantile(score,c(.8,.6,.4,.2)> roster$gradescore>=y1<-"A"> roster$gradescore<y1&score>=y2<-"B"> roster$gradescore<y2&score>=y3<-"C"> roster$gradescore<y3&

9、amp;score>=y4<-"D"> roster$gradescore<y4<-"F"> name<-strsplit(roster$student)," ")> lastname<-sapply(name,"",2)> firstname<-sapply(name,"",1)> roster<-cbind(firstname,lastname,roster,-1)> roster<-rosterord

10、er(lastname,firstname),> roster5.4控制流5.4.1重复和循环l for结构for(var in seq) statement 例：for(i in 1:10) print(“Hello”)l while结构while(cond) statement 例：i<-10 while(i>0) print(“Hello”;i<-i-1)5.4.2条件执行l if-else结构if(cond) statementif(cond) statement1 else statement2l ifelse结构ifelse(cond,statement1,

11、statement2)，若cond为TRUE，则执行第一个语句，否则执行第二个l switch结构swich(expr,)，表示与expr的各种可能输出值绑定的语句5.5用户自编函数l 一个函数的大概结构：myfunction<-function(arg1,arg2,)statementreturn(object)代码：一个描述性统计量计算函数> mystats<-function(x,parametric=TRUE,print=FALSE)if(parametric)center<-mean(x);spread<-sd(x)elsecenter<-medi

12、an(x);spread<-mad(x)if(print&parametric) cat("Mean=",center,"n","SD=",spread,"n")else if(print&!parametric)cat("Median=",center,"n","MAD=",spread,"n") result<-list(center=center,spread=spread)return(result)

13、> set.seed(1234)> x<-rnorm(500)> y<-mystats(x)> y5.6整合与重构l 转置：t()函数，格式t(matrix)l 整合数据：aggregate(x,by,FUN)，其中x是待折叠的数据对象，by是一个变量名组成的列表，这些变量将被去除掉以形成新的观测，而FUN则是用来计算描述性统计量的标量函数，它用来计算新观测中的值。l reshape包原始数据集IDTIMEX1X21156123521612224数据集的融合是将它重构为这样一种格式：每个测量（最后两列的值）变量独占一行，行中带有要唯一确定这个测量所需的标识符变量（ID,TIME以及观测属于X1还是X2）。>library(reshape)>md<-melt(mydata,id=(c(“id”,”time”)融合后的数据集IDTIME变量值11X1512X1321X16IDTIME变量值2