摘要:
R语言中reshape2包 dcast函数数据的重铸 1、测试数据 ID <- c(1, 1, 2, 2) Time <- c(1, 2, 1, 2) X1 <- c(5, 3, 6, 2) X2 <- c(6, 5, 1, 4) mydata <- data.frame(ID, Time, X1, 阅读全文
摘要:
数据集的融合是将它重构为这样一种形式,每个测量变量独占一行,行中带有要唯一确定这个测量所需的标识符变量。 1、测试数据 ID <- c(1,1,2,2) Time <- c(1,2,1,2) X1 <- c(5,3,6,2) X2 <- c(6,5,1,4) mydata <- data.frame 阅读全文
摘要:
R语言中aggregate函数 1、测试数据1 name <- LETTERS[1:8] gender <- c("M","F","F","M","F","M","M","F") age <- c(30,20,40,40,30,20,30,20) height <- c(100,200,300,20 阅读全文
摘要:
R语言中用户自编函数 1、测试1 mystat <- function(x, parametric = TRUE, print = FALSE){ if(parametric){ center = mean(x); spread = sd(x) } else { center = median(x) 阅读全文
摘要:
R语言中cat函数。 1、测试1 cat("aa","bb") cat("aa","bb",sep = "_") 2、测试2 a = 100 b = 300 c = "abcd" cat(a,b,c) cat(a,b,c,sep = "_") 3、测试3 a = c("aaa", "bbb", "c 阅读全文
摘要:
R语言中的mad函数,绝对中位差 绝对中位差实际求法是用原数据减去中位数后得到的新数据的绝对值的中位数。但绝对中位差常用来估计标准差,估计标准差=1.4826*绝对中位差。R语言中返回的是估计的标准差。 1、测试 a <- c(4, 2, 6, 3, 8) a mad(a) 验证: median(a 阅读全文
摘要:
R语言中switch语句。 1、测试1 switch (1, "aaa","bbb","ccc","ddd","eee" ) switch (3, "aaa","bbb","ccc","ddd","eee" ) switch (3, min(1:3), max(1:3), sum(1:3) ) 阅读全文