摘要：
1、 >>> a = ['bb', 'aa', 'aa', 'dd', 'aa', 'mm', 'yy', 'aa'] ## 测试列表 >>> b = [] >>> begin = 0 ## 设定查找起始位置 >>> for i in range(0, a.count("aa")): ## 限定循环 阅读全文
摘要：
1、for 循环实现 >>> a ['aa', 'bb', 'aa', 'cc', 'bb', 'dd', 'cc'] >>> b = list() >>> b [] >>> for i in a: ... if i not in b: ## 利用for循环 + 关系成员操作符去重复 ... b.a 阅读全文
摘要：
1、 a <- c(2, 4, 1, 7, 6, 8, 3, 4) b <- letters[1:8] c <- rep(letters[1:4], each = 2) dat <- data.frame(a, b, c) dat tapply(dat$a, dat$c, sum) ## 对a列按照 阅读全文
摘要：
1、应用于数据框 a <- c(2, 3, 6) b <- c(5, 2, 2) c <- c(4, 5, 1) dat <- data.frame(a, b, c) dat sapply(dat, sum) ## 对列进行循环， 求和， 返回向量 lapply(dat, sum) ## 返回列表 阅读全文
摘要：
1、 a <- 1:5 b <- letters[1:2] dat1 <- list(a = a, b = b) dat1 ## 列表1 a <- 11:15 b <- LETTERS[1:5] dat2 <- list(a = a, b = b) dat2 ## 列表2 dat3 <- list( 阅读全文
摘要：
1、创建列表 a <- 1:5 b <- "abcd" c <- matrix(1:9, nrow = 3) d <- letters[1:10] dat <- list(a = a, b = b, c = c, d = c) ## 创建列表， a = a操作的目的是给列表元素命名 dat ## 查 阅读全文
摘要：
1、应用于列表 a <- c(3, 3, 7) b <- c(1, 8) c <- c(2, 4, 6, 3, 2) dat <- list(a, b, c) dat ## 测试数据 lapply(dat, sum) ## 每一项求和， 返回列表 lapply(dat, mean) 2、应用于向量 阅读全文
摘要：
001、 gender <- sample(c("m", "f"), 6, replace = T) number <- 1:6 option <- sample(1:2, 6, replace = T) dat <- data.frame(gender, number, option) dat s 阅读全文
摘要：
1、 dat <- read.table("outcome.map") dat split(dat, dat$V1) ## 依据第一列（染色体）直接拆分数据 阅读全文
摘要：
1、针对行批量提取 a <- c("a", "b", "c", "a", "b", "b", "d", "d") b <- 1:8 c <- letters[1:8] d <- LETTERS[1:8] dat <- data.frame(a, b, c, d) dat row_target <- 阅读全文
摘要：
1、 library(dplyr) a <- 1:5 b <- sample(10, 5) c <- rep(letters[1:5], each = 1) d <- letters[1:5] dat <- data.frame(a, b, c, d) ## 测试数据 dat select(dat, 阅读全文