###################30sample函数#################### #sample(x,size,replace=F) #x可以是任何对象， #size规定了从对象中抽出多少个数，size应该小于x的规模，否则会报错 #replace默认是F，表示每次抽取后的数就不能在下一次被抽取；T表示抽取过的数可以继续拿来被抽取 x<-c(1:100) sample(x,size = 20) sample(x,size = 20) sample(x,size = 20) sample(x,size = 20,replace = TRUE) sample(x,size = 20,replace = TRUE) sample(x,size = 20,replace = TRUE) ?sample sample(10000,20) y<-data.frame(name = c('kg','ky','kq'),age = c(20:22),score = c(88,89,78)) y y[sample(dim(y)[1],2),] y[sample(dim(y)[1],2),] y[sample(dim(y)[1],2),] ###################31排序函数#################### #sort(x, decreasing = FALSE)：默认返回升序后的序列 #order(x, decreasing = FALSE)：默认返回升序后的序列在原始序列的下标 #order(-x)：降序排列 a<-c(4,2,1,3) a sort(a) sort(a,decreasing = TRUE) a order(a)#下标 a[order(a)] order(a,decreasing = TRUE) a[order(a,decreasing = TRUE)] order(-a) a[order(-a)] dat<-data.frame(name = c('kg','ky','kq'),age = c(20:22),score = c(88,89,78)) dat dat[order(dat$score,decreasing = TRUE),] ###################32apply函数#################### #apply函数作用于向量 x<-cbind(3,c(1:5,4:1)) x class(x) apply(x, 1, mean) apply(x, 2, mean) arr<-array(c(1:24),dim = c(2,3,4)) arr apply(arr, 3, sum) jishu<-function(x){ return(x%%2==1) } a<-c(2,3,4,5,6,7,8,9) apply(data.frame(dat = a), 1, jishu) a[apply(data.frame(dat = a), 1, jishu)] #lapply()函数对列表元素进行循环时特别有用 x<-list(a1 = c(1:8),a2 = c(TRUE,FALSE,FALSE,TRUE,TRUE)) x lapply(x, sum) lapply(x, quantile)#分位数 #sapply()函数默认返回的是一个矩阵 sapply(x, quantile) sapply(x, sum) #tapply函数 a<-as.factor(c(1,1,2,3,3)) a tapply(a,a,length) classes <- c("班级1", "班级1", "班级3", "班级3", "班级1", "班级2", "班级3", "班级2", "班级3", "班级1", "班级2", "班级2", "班级3", "班级2", "班级1") age <- c(15.3, 13, 15, 15.6, 14.2, 13.5, 16, 17.9, 16, 15, 13, 15.5, 14.7, 14.6, 16) agem <- tapply(age, as.factor(classes), mean)#求每个班级的学生平均年龄 agem ###################33-35随机数、众数、source#################### #正态分布的随机数 rnorm(10)#标准正态分布 rnorm(20,mean = 3,sd = 4) #均匀分布的随机数 runif(10)#向量中的每个值服从0~1区间上的均匀分布 runif(20,min = 1,max = 2) sum(runif(20,min = 1,max = 2))/20 #众数 a<-c(1,4,6,8,3,4,6,6,6,8,6,1) b<-table(a) b names(b) b == max(b) names(b)[b == max(b)] as.numeric(names(b)[b == max(b)]) as.numeric(names(table(a))[table(a) == max(table(a))])#一行代码 max_num<-function(x){ return(as.numeric(names(table(x))[table(x) == max(table(x))])) } max_num(c(1,1,1,1,2,2,2,3,3,4))#函数 #source getwd() list.files() source('众数.R') max_num(c(1,1,1,1,2,2,2,3,3,4)) ###################36自带数据集大汇总#################### #---------向量---------- euro #欧元汇率，长度为11，每个元素都有命名 landmasses #48个陆地的面积，每个都有命名 precip #长度为70的命名向量 rivers #北美141条河流长度 state.abb #美国50个州的双字母缩写 state.area #美国50个州的面积 state.name #美国50个州的全称 #---------因子---------- state.division #美国50个州的分类，9个类别 state.region #美国50个州的地理分类 #---------矩阵、数组---------- euro.cross #11种货币的汇率矩阵 freeny.x #每个季度影响收入四个因素的记录 state.x77 #美国50个州的八个指标 USPersonalExpenditure #5个年份在5个消费方向的数据 VADeaths #1940年弗吉尼亚州死亡率（每千人） volcano #某火山区的地理信息（10米×10米的网格） WorldPhones #8个区域在7个年份的电话总数 iris3 #3种鸢尾花形态数据 Titanic #泰坦尼克乘员统计 UCBAdmissions #伯克利分校1973年院系、录取和性别的频数 crimtab #3000个男性罪犯左手中指长度和身高关系 HairEyeColor #592人头发颜色、眼睛颜色和性别的频数 occupationalStatus #英国男性父子职业联系 #---------类矩阵---------- eurodist #欧洲12个城市的距离矩阵，只有下三角部分 Harman23.cor #305个女孩八个形态指标的相关系数矩阵 Harman74.cor #145个儿童24个心理指标的相关系数矩阵 #---------数据框---------- airquality #纽约1973年5-9月每日空气质量 anscombe #四组x-y数据，虽有相似的统计量，但实际数据差别较大 attenu #多个观测站对加利福尼亚23次地震的观测数据 attitude #30个部门在七个方面的调查结果，调查结果是同一部门35个职员赞成的百分比 beaver1 #一只海狸每10分钟的体温数据，共114条数据 beaver2 #另一只海狸每10分钟的体温数据，共100条数据 BOD #随水质的提高，生化反应对氧的需求（mg/l）随时间（天）的变化 cars #1920年代汽车速度对刹车距离的影响 chickwts #不同饮食种类对小鸡生长速度的影响 esoph #法国的一个食管癌病例对照研究 faithful #一个间歇泉的爆发时间和持续时间 Formaldehyde #两种方法测定甲醛浓度时分光光度计的读数 Freeny #每季度收入和其他四因素的记录 datingfrom #配对的病例对照数据，用于条件logistic回归 InsectSprays #使用不同杀虫剂时昆虫数目 iris #3种鸢尾花形态数据 LifeCycleSavings #50个国家的存款率 longley #强共线性的宏观经济数据 morley #光速测量试验数据 mtcars #32辆汽车在11个指标上的数据 OrchardSprays #使用拉丁方设计研究不同喷雾剂对蜜蜂的影响 PlantGrowth #三种处理方式对植物产量的影响 pressure #温度和气压 Puromycin#两种细胞中辅因子浓度对酶促反应的影响 quakes #1000次地震观测数据（震级>4） randu #在VMS1.5中使用FORTRAN中的RANDU三个一组生成随机数字，共400组。 rock #48块石头的形态数据 sleep #两药物的催眠效果 stackloss #化工厂将氨转为硝酸的数据 swiss #瑞士生育率和社会经济指标 ToothGrowth #VC剂量和摄入方式对豚鼠牙齿的影响 trees #树木形态指标 USArrests #美国50个州的四个犯罪率指标 USJudgeRatings #43名律师的12个评价指标 warpbreaks #织布机异常数据 women #15名女性的身高和体重 #---------列表---------- state.center #美国50个州中心的经度和纬度 #---------类数据框---------- ChickWeight #饮食对鸡生长的影响 CO2 #耐寒植物CO2摄取的差异 DNase #若干次试验中，DNase浓度和光密度的关系 Indometh #某药物的药物动力学数据 Loblolly #火炬松的高度、年龄和种源 Orange #桔子树生长数据 Theoph #茶碱药动学数据 #---------时间序列数据---------- airmiles #美国1937-1960年客运里程营收（实际售出机位乘以飞行哩数） AirPassengers #Box & Jenkins航空公司1949-1960年每月国际航线乘客数 austres #澳大利亚1971-1994每季度人口数（以千为单位） BJsales #有关销售的一个时间序列 BJsales.lead #前一指标的先行指标（leading indicator） co2 #1959-1997年每月大气co2浓度（ppm） discoveries #1860-1959年每年巨大发现或发明的个数 ldeaths #1974-1979年英国每月支气管炎、肺气肿和哮喘的死亡率 fdeaths #前述死亡率的女性部分 mdeaths #前述死亡率的男性部分 freeny.y #每季度收入 JohnsonJohnson #1960-1980年每季度Johnson & Johnson股票的红利 LakeHuron #1875-1972年某一湖泊水位的记录 lh #黄体生成素水平，10分钟测量一次 lynx #1821-1934年加拿大猞猁数据 nhtemp #1912-1971年每年平均温度 Nile #1871-1970尼罗河流量 nottem #1920-1939每月大气温度 presidents #1945-1974年每季度美国总统支持率 UKDriverDeaths #1969-1984年每月英国司机死亡或严重伤害的数目 sunspot.month #1749-1997每月太阳黑子数 sunspot.year #1700-1988每年太阳黑子数 sunspots #1749-1983每月太阳黑子数 treering #归一化的树木年轮数据 UKgas #1960-1986每月英国天然气消耗 USAccDeaths #1973-1978美国每月意外死亡人数 uspop #1790–1970美国每十年一次的人口总数（百万为单位） WWWusage #每分钟网络连接数 Seatbelts #多变量时间序列。和UKDriverDeaths时间段相同，反映更多因素。 EuStockMarkets #多变量时间序列。欧洲股市四个主要指标的每个工作日记录，共1860条记录。 #---------包---------- #包自带有哪些数据集:data(package = '包名') #查看R所有包的数据情况:data(package = .packages(all.available = TRUE)) data(package = .packages(all.available = TRUE)) ###################37-38数据转换、R代码调试#################### #as.character(x)、as.complex(x)、as.numeric(x)或者as.double(x)、as.integer(x)、as.logical(x)（非0都为TRUE） as.character(123) as.character(c(1,2,3)) as.complex(3.4) as.complex(c(1:3)) as.numeric('123') as.numeric(c('1','2','3')) as.double(12) class(as.double(12)) as.integer(c('1.2','2.5','3.8')) as.logical(1) as.logical(0) as.logical(3) as.logical(-1) #debug() #n(next)：执行下一行，然后暂停，直接键入“Enter”一样； #c(continue)：如果在循环中，会执行本次循环剩下所有语句，然后进入下一次循环，到该位置继续暂停； #键入变量名：查看变量值，若与浏览器变量同名，需用print()打印出来看，下面有例子，旁边变量区也可以看； #where：显示到达当前位置过程中函数的调用序列； #Q：该命令会退出浏览器，返回正常交互模式。 #eg: cou <- function(count) { s <- 0 i <- 1 while(i<count+1) { s <- s+i i <- i+1 } return(s) } debug(cou) cou(10) #browser() #与debug(f)函数在函数f()入口处进入浏览器而处于调试状态不同，browser()可以插在函数中任一行， #程序只要运行到该行，就进入调试状态即浏览器会被打开，直到程序结束。 cou <- function(count) { s <- 0 i <- 1 while(i<count+1) { s <- s+i browser() i <- i+1 } return(s) } cou(10)
